牲畜识别方法、装置及存储介质制造方法及图纸

本发明专利技术提供了一种牲畜识别方法、装置及计算机可读存储介质，该方法包括以下步骤：接收待识别牲畜的面部照片和相应的待验证的身份标识；按照预先确定的特征向量提取算法，提取出所述面部照片的预设类型的特征向量；根据所述待验证的身份标识与第一预设类型识别模型的映射关系，确定该身份标识对应的第一预设类型识别模型；将所述面部照片的预设类型的特征向量输入确定的第一预设类型识别模型，输出识别结果。本发明专利技术通过接收的身份标识确定对应的识别模型，利用确定的识别模型和特征向量提取算法对待识别牲畜的面部照片进行识别，可以实现对牲畜的远程批量识别。

【技术实现步骤摘要】
牲畜识别方法、装置及存储介质
本专利技术涉及图像识别
，尤其涉及一种牲畜识别方法、装置及存储介质。
技术介绍
目前，畜牧业是人类获取食物的重要来源之一。在牲畜养殖过程中，牲畜生病死亡是一个经常发生的事件，对大多数养殖户而言，若发生牲畜生病死亡事件，则通常会造成这些养殖户巨大的经济损失，这种风险一方面或多或少抑制了潜在养殖户投身畜牧业的积极性，给畜牧业的发展造成潜在的阻碍；另一方面增加了养殖户通过非正常途径(例如，药物控制)降低牲畜生病的概率从而提供牲畜的存活率的可能性，从而该食品安全构成极大的现实威胁。为了最大程度降低这种风险带来的影响，很多保险公司推出了牲畜险，以保险的方式为养殖户规避这种风险。为了配合牲畜险的开展，目前出现了许多识别被保牲畜身份的现有识别方案，例如，为被投保的猪植入芯片、DNA识别、打耳标等方式对被保的猪进行身份识别，但这类现有识别方案成本较高、效率低下、无法远程批量识别。
技术实现思路
鉴于以上原因，本专利技术提供一种牲畜识别方法、装置及存储介质，其主要目的在于对牲畜进行远程批量识别，并降低识别成本，提高识别效率。为实现上述目的，本专利技术提供一种牲畜识别方法本文档来自技高网...

【技术保护点】
1.一种牲畜识别方法，应用于电子装置，其特征在于，该方法包括：接收步骤：接收待识别牲畜的面部照片和相应的待验证的身份标识；提取步骤：按照预先确定的特征向量提取算法，提取出该面部照片的预设类型的特征向量；确定步骤：根据所述待验证的身份标识与第一预设类型识别模型的映射关系，确定该身份标识对应的第一预设类型识别模型；及识别步骤：将所述待识别牲畜的面部照片的预设类型的特征向量输入确定的第一预设类型识别模型，输出识别结果。

【技术特征摘要】
1.一种牲畜识别方法，应用于电子装置，其特征在于，该方法包括：接收步骤：接收待识别牲畜的面部照片和相应的待验证的身份标识；提取步骤：按照预先确定的特征向量提取算法，提取出该面部照片的预设类型的特征向量；确定步骤：根据所述待验证的身份标识与第一预设类型识别模型的映射关系，确定该身份标识对应的第一预设类型识别模型；及识别步骤：将所述待识别牲畜的面部照片的预设类型的特征向量输入确定的第一预设类型识别模型，输出识别结果。2.如权利要求1所述的牲畜识别方法，其特征在于，所述第一预设类型识别模型的训练过程包括如下步骤：A1、获取第一预设数量的某种牲畜的面部照片集合，为每头牲畜分配一个唯一的身份标识，其中，该种牲畜与所述待识别牲畜的种类相同，每头牲畜的面部照片集合包括第二预设数量的不同拍摄角度的面部照片，分配的身份标识中包括所述待验证的身份标识；A2、以某头牲畜的面部照片集合为正样本，其他面部照片集合为负样本，将该正、负样本面部照片集合分别分为第一预设比例的训练集和第二预设比例的验证集；A3、按照所述预先确定的特征向量提取算法，提取出所述训练集和验证集中每张面部照片的预设类型的特征向量；A4、利用训练集中各张面部照片的预设类型的特征向量和对应的身份标识对所述第一预设类型识别模型进行训练，得到该头牲畜的第一预设类型识别模型，利用验证集中各张面部照片的预设类型的特征向量和对应的身份标识对该第一预设类型识别模型的准确率进行验证；及A5、若准确率大于第一预设阈值，则训练完成，若准确率小于或等于第一预设阈值，则增加所述面部照片集合的数量，并基于增加的面部照片集合重新执行上述步骤。3.如权利要求1或2所述的牲畜识别方法，其特征在于，所述预先确定的特征向量提取算法包括：根据所述待识别牲畜的种类与第二预设类型识别模型的映射关系，确定该种类牲畜对应的第二预设类型识别模型；利用训练好的对应的第二预设类型识别模型识别所述面部照片中牲畜面部所在的面部图像区域；对所述面部图像区域进行归一化处理；利用预先确定的梯度公式计算每个面部图像区域的梯度值；将每个面部图像区域切分为第三预设数量个图像单元，计算每个图像单元的梯度直方图；将所述图像单元按照在面部图像区域的位置组合成第四预设数量个图像区间，对所有图像区间进行对比度归一化；将各梯度直方图中的梯度模最大值按照对应图像单元在面部图像区域的位置组成每张面部照片的预设类型的特征向量。4.如权利要求3所述的牲畜识别方法，其特征在于，所述第二预设类型识别模型的训练过程如下：B1、获取第五预设数量的某种牲畜的面部样本照片，每张面部样本照片中标注有面部图像区域，其中，该面部样本照片中的牲畜与所述待识别牲畜的种类相同；B2、将所述面部样本照片分为第一预设比例的训练集和第二预设比例的验证集；B3、利用训练集中各张面部样本照片和对应的面部图像区域标注对所述第二预设类型识别模型进行训练，得到该种牲畜对应的第二预设类型识别模型，利用验证集中各张面部样本照片和对应的面部图像区域标注对该第二预设类型识别模型的准确率进行验证；B4、若准确率大于第一预设阈值，则训练完成，若验证率小于或等于第一预设阈值，则增加所述面部样本照片的数量，并基于增加的面部照片集合重新执行上述步骤。5.如权利要求3所述的牲畜识别方法，其特征在于，所述预先确定的梯度公式为：G(x，y)＝dx(i，j)+dy(i，j)dx(i，j)＝I(i+1，j)-I(i，j)dy(i，j)＝I(i，j+1)-I(i，j)其中，I代表像素值，(i，j)为...

【专利技术属性】
技术研发人员：刘奡智，王健宗，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44