一种扎堆行为检测方法、装置、电子设备及存储介质制造方法及图纸

本发明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，其中所述方法包括：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。本发明专利技术实施例节省了人力成本，且提高了扎堆行为检测时的及时性。

A stacking behavior detection method, device, electronic equipment and storage medium

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。第二方面，本专利技术实施例提供一种扎堆行为检测装置，所述装置包括：图像区域划分模块，用于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；第一获取模块，用于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；第二获取模块，用于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；检测模块，用于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。第三方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的扎堆行为检测方法的步骤。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的扎堆行为检测方法的步骤。本专利技术实施例提供的扎堆行为检测方法、装置、电子设备及存储介质，通过针对目标图像中划分得到的每一个图像区域，获取该图像区域内待检测目标的占比密度和该图像区域的区域权重系数，其中该区域权重系数使得目标图像中单位像素所对应的待检测目标的面积相同，并且根据该图像区域内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，最后根据每一个图像区域内待检测目标的区域分布密度，对待检测目标的扎堆行为进行检测，实现了待检测目标扎堆行为的自动检测，节省了人力成本，且提高了扎堆行为检测时的及时性，解决了现有技术中通过人力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。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1表示本专利技术实施例中扎堆行为检测方法的步骤流程图；图2表示本专利技术实施例中针对每一个图像区域，获取该图像区域内待检测目标的占比密度的步骤流程图；图3表示本专利技术实施例中扎堆行为检测装置的模块框图；图4表示本专利技术实施例中电子设备的模块框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，为本专利技术实施例中扎堆行为检测方法的步骤流程图，该方法包括如下步骤：步骤101：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。在本步骤中，具体的，当获取到包含有待检测目标的目标图像时，可以将该目标图像进行图像划分，获得至少一个图像区域，从而使得能够针对每一个图像区域进行待检测目标的扎堆检测。例如，可以将目标图像划分为M行N列个图像区域，M和N为不小于1的正整数。其中，该待检测目标可以为牲畜，例如猪、羊等。当然，在此并不具体限定该待检测目标的具体种类。当然，在此需要说明的是，至少一个图像区域的个数可以根据实际情况进行设定，在此不对至少一个图像区域的个数进行具体限定。此外，在此还需要说明的是，至少一个图像区域的区域大小可以相同，也可以不相同，在此并不对此进行限定。另外，具体的，该包含有待检测目标的目标图像可以为照片、视频帧、视频流解码帧等多种图像，在此并对此进行限定。另外，具体的，在将包含待检测目标的目标图像进行图像划分之前，可以对目标图像进行预处理。所述预处理包括尺寸缩放、均衡比、去噪、对比度增强和图像超分辨重建中的至少一项。这样，通过在对目标图像进行划分之前，对目标图像进行预处理操作，为目标图像中待检测目标的识别提供了便利。步骤102：针对每一个图像区域，获取该图像区域内待检测目标的占比密度和该图像区域的区域权重系数。在本步骤中，具体的，针对至少一个图像区域中的每一个图像区域，可以获取该图像区域内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，通过获取该图像区域内待检测目标的占比密度，使得能够获知该图像区域内待检测目标在该图像区域中的所占比例。此外，区域权重系数使得目标图像中单位像素所对应的待检测目标的面积相同，即该图像区域的区域权重系数使得目标图像中所有图像区域内相同数量的像素对应相同个数的待检测目标。这使得在目标图像不是俯视图，即目标图像中同时存在近景图像区域和远景图像区域时，目标图像中的近景图像区域和远景图像区域内的相同数量的像素对应相同个数的待检测目标，从而避免了只有目标图像为俯视图时才能够保证相同数量像素所对应的目标面积相同的情况，实现了在不同拍摄方向拍摄得到目标图像，且通过目标图像对待检测目标的扎堆行为进行检测时，均能够保证扎堆行为的检测准确性。下面对此情况进行说明。例如，假设将目标图像划分得到一五行五列的图像区域。其中第一行图像区域均为远景图像区域，且第一行第三列图像区域中的10个待检测目标占用像素数量为3000；第五行图像区域均为近景图像区域，且第五行第三列中本文档来自技高网...

【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