The embodiment of the present invention provides a stacking behavior detection method, device, electronic equipment and storage medium, wherein the method includes: dividing the target image containing the target to be detected into images to obtain at least one image region; and acquiring the occupancy of the target to be detected in each image region. Specific density and regional weight coefficients of the image area, in which the weight coefficients make the area of the target to be detected corresponding to the unit pixel in the target image the same; according to the proportion density of the target to be detected in the image area and the regional weight coefficients of the image area, the image area to be detected is obtained. The area distribution density of the target is detected, and the clustering behavior of the target to be detected is detected according to the area distribution density of the target to be detected in each image area. The embodiment of the invention saves the human cost and improves the timeliness of stacking behavior detection.
【技术实现步骤摘要】
一种扎堆行为检测方法、装置、电子设备及存储介质
本专利技术涉及电子信息
,尤其涉及一种扎堆行为检测方法、装置、电子设备及存储介质。
技术介绍
当今农业生产依然是人类社会发展的立根之本,农业规模的不断扩大,产业产出能力的不断提高,是解决人口增加下,社会正常运转的基本保障。畜牧业作为农业的一大支柱与关键组成,从奶制品,肉制品再到皮毛纺织制品,都与人们衣食住行息息相关,且一直承担着人们日常生活所需食物的很大部分开销。在畜牧养殖中,例如猪群养殖中,病弱猪的有效控制是提高产出比的有效手段,而病弱牲畜往往都喜欢扎堆,因此扎堆检测是病弱猪检测中的一个重要的检测指标。但是,在目前的畜牧产业中,绝大多数的养殖场,养殖车间均采用人工养殖的方法,即使在一些自动化养殖车间内,也仅仅能提供简单的养殖环境监控。这导致目前在监控牲畜的扎堆行为的过程中,通常是通过人力巡检的方式检测牲畜的扎堆行为,但这种人工检测方式不仅费时费力,监控不及时,而且对人员也有较高的要求,不利于集约化生产。综上所述,现有技术中在通过人工检测目标扎堆行为时存在费事费力和监控不及时的问题。
技术实现思路
本专利技术实施例提供一种扎堆行为检测方法、装置、电子设备及存储介质,以解决现有技术中在通过人工检测目标扎堆行为时存在的费事费力和监控不及时的问题。针对上述问题,第一方面,本专利技术实施例提供一种扎堆行为检测方法,包括:将包含待检测目标的目标图像进行图像划分,获得至少一个图像区域;针对每一个图像区域,获取该图像区域内所述待检测目标的占比密度和该图像区域的区域权重系数,其中,所述区域权重系数使得所述目标图像中单位像素 ...
【技术保护点】
1.一种扎堆行为检测方法,其特征在于,所述方法包括:将包含待检测目标的目标图像进行图像划分,获得至少一个图像区域;针对每一个图像区域,获取该图像区域内所述待检测目标的占比密度和该图像区域的区域权重系数,其中,所述区域权重系数使得所述目标图像中单位像素所对应的待检测目标的面积相同;根据该图像区域内所述待检测目标的占比密度和该图像区域的区域权重系数,获取该图像区域内待检测目标的区域分布密度;根据每一个图像区域内待检测目标的区域分布密度,对所述待检测目标的扎堆行为进行检测。
【技术特征摘要】
1.一种扎堆行为检测方法,其特征在于,所述方法包括:将包含待检测目标的目标图像进行图像划分,获得至少一个图像区域;针对每一个图像区域,获取该图像区域内所述待检测目标的占比密度和该图像区域的区域权重系数,其中,所述区域权重系数使得所述目标图像中单位像素所对应的待检测目标的面积相同;根据该图像区域内所述待检测目标的占比密度和该图像区域的区域权重系数,获取该图像区域内待检测目标的区域分布密度;根据每一个图像区域内待检测目标的区域分布密度,对所述待检测目标的扎堆行为进行检测。2.根据权利要求1所述的方法,其特征在于,所述针对每一个图像区域,获取该图像区域内所述待检测目标的占比密度,包括:将所述目标图像输入至预先训练得到的检测模型,得到所述检测模型输出的对所述目标图像内待检测目标进行图像识别的识别结果;根据所述识别结果,获得待检测目标在每一个图像区域内的像素数量;针对每一个图像区域,根据待检测目标在该图像区域内的像素数量和该图像区域内所有像素的数量,获得该图像区域内所述待检测目标的占比密度。3.根据权利要求2所述的方法,其特征在于,所述根据所述识别结果,获得待检测目标在每一个图像区域内的像素数量,包括:根据所述识别结果,确定所述待检测目标在每一个图像区域内所占的像素区域;针对每一个图像区域,获取所述待检测目标在该图像区域内所占的像素区域的并集区域,并将所述并集区域内的像素数量确定为待检测目标在该图像区域内的像素数量;相应地,针对每一个图像区域,根据待检测目标在该图像区域内的像素数量和该图像区域内所有像素的数量,获得该图像区域内所述待检测目标的占比密度,包括:计算待检测目标在该图像区域内的像素数量与该图像区域内所有像素的数量的比值,并将所述比值确定为所述占比密度。4.根据权利要求1所述的方法,其特征在于,获取该图像区域的区域权重系数,包括:当检测到所述目标图像的拍摄方向与水平方向相垂直时,确定每一个图像区域的区域权重系数均为1;当检测到所述目标图像的拍摄方向与水平方向之间的夹角小于90°时,获取所述每一个图像区域的权重视角因子和区域比例因子;针对每一个图像区域,计算该图像区域的权重视角因子和该图像区域的区域比例因子的乘积,并将所述乘积确定为所述该图像区域的区域权重系数。5.根据权利要求4所述的方法,其特征在于,所述获取所述每一个图像区域的权重视角因子和区域比例因子,包括:计算所述目标图像的拍摄方向与水平方向之间的夹角的正弦值,并将所述夹角的正弦值确定为每一个图像区域的权重视角因子;计算所述每一个图像区域的区域高度与所述目标图像的图像高度的商值,并根据所述每一个图像区域的区域高度与所述目标图像的图像高度的商值,确定每一个图像区域的区域比例因子。6.根据权利要求1所述的方法,其特征在于,所述根据该图像区域内所述待检测目标的占比密度和该图像区域的区域权重系数,获取该图像区域内待检测目标的区域分布密度,包括:计算所述该图像区域内所述待检测目标的占比密度和该图像区域的区域权重系数的乘积,并将所述乘积确定为该...
【专利技术属性】
技术研发人员:闫润强,张强,邓柯珀,尹大海,
申请(专利权)人:洛阳语音云创新研究院,
类型:发明
国别省市:河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。