母猪发情检测方法、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母猪发情检测方法、装置、电子设备及存储介质，方法包括：获取母猪监控视频；根据母猪监控视频，识别母猪是否存在发情局部行为；根据母猪监控视频获取视频图像，并对视频图像进行轮廓提取，获取母猪轮廓；根据母猪轮廓对母猪姿态进行判断，排除母猪睡眠姿态；若识别母猪存在发情局部行为，则根据排除母猪睡眠姿态后视频图像，从母猪状态判定为静立状态开始计时，判断母猪状态处于静立状态的持续时长是否大于预设发情阈值，若大于预设发情阈值，则判定母猪为发情。本发明专利技术实施例提供的母猪发情检测方法，能够实现母猪发情的自动化检测及准确检测。

【技术实现步骤摘要】
母猪发情检测方法、装置、电子设备及存储介质
本专利技术涉及计算机
，尤其涉及一种母猪发情检测方法、装置、电子设备及存储介质。
技术介绍
鉴定母猪是否发情，是关系到能否使母猪正常配种、受胎与产仔多少的关键环节。常见的母猪发情鉴定方法分为精神状态鉴定法、外阴部变化鉴定法、按压鉴定法、外部观察法、阴道黏膜黏液检查法、静立反射检查法、公猪试情法等。对于母猪的发情鉴定，国内外猪场主要使用的是按压鉴定法，即由经验丰富的专业饲养员对母猪发情行为进行判断。专业饲养员用手压母猪背部或臀部，母猪呆立不动，或用试情公猪爬跨母猪，母猪呆立不动，即为配种适期。然而，随着养殖业呈现集中大规模式发展，专业饲养员短缺成为现代养猪生产面临的一大问题，因此，目前急需一种能够自动检测母猪发情的方法。
技术实现思路
针对现有技术中的问题，本专利技术实施例提供一种母猪发情检测方法、装置、电子设备及存储介质。具体地，本专利技术实施例提供了以下技术方案：第一方面，本专利技术实施例提供了一种母猪发情检测方法，包括：获取母猪监控本文档来自技高网...

【技术保护点】
1.一种母猪发情检测方法，其特征在于，包括：/n获取母猪监控视频；其中，所述母猪监控视频是在公猪查情状态下得到的母猪监控视频；/n根据所述母猪监控视频，识别母猪是否存在发情局部行为；/n根据所述母猪监控视频获取视频图像，并对所述视频图像进行轮廓提取，获取母猪轮廓；/n根据所述母猪轮廓对母猪姿态进行判断，排除母猪睡眠姿态；/n若识别母猪存在发情局部行为，则根据排除母猪睡眠姿态后视频图像，从母猪状态判定为静立状态开始计时，判断母猪状态处于静立状态的持续时长是否大于预设发情阈值，若大于预设发情阈值，则判定母猪为发情，否则重新确定母猪静立状态的开始时间，并重复执行母猪静立状态是否大于预设发情阈值的判断...

【技术特征摘要】
1.一种母猪发情检测方法，其特征在于，包括：
获取母猪监控视频；其中，所述母猪监控视频是在公猪查情状态下得到的母猪监控视频；
根据所述母猪监控视频，识别母猪是否存在发情局部行为；
根据所述母猪监控视频获取视频图像，并对所述视频图像进行轮廓提取，获取母猪轮廓；
根据所述母猪轮廓对母猪姿态进行判断，排除母猪睡眠姿态；
若识别母猪存在发情局部行为，则根据排除母猪睡眠姿态后视频图像，从母猪状态判定为静立状态开始计时，判断母猪状态处于静立状态的持续时长是否大于预设发情阈值，若大于预设发情阈值，则判定母猪为发情，否则重新确定母猪静立状态的开始时间，并重复执行母猪静立状态是否大于预设发情阈值的判断过程。


2.根据权利要求1所述的母猪发情检测方法，其特征在于，根据所述母猪监控视频，识别母猪是否存在发情局部行为，包括：
采集查情阶段，发情母猪发情前预设时间段内的第一视频以及非发情母猪查情前预设时间段内的第二视频；
将所述第一视频和所述第二视频分割为视频帧，获取训练样本，并将所述训练样本分为训练数据集以及测试数据集；
将所述训练数据集作为样本输入数据，将是否存在发情局部行为作为样本标签数据，对初始机器学习模型进行训练，得到初步母猪发情局部行为判定模型；其中，所述初始机器学习模型包括CNN模型和LSTM模型，所述CNN模型用于进行特征提取，所述LSTM模型用于基于CNN模型的特征提取结果进行分类学习；
利用测试数据集中对所述初步母猪发情局部行为判定模型进行测试，并根据测试结果调整所述初步母猪发情局部行为判定模型参数直至预测结果满足预设准确度条件后获得最优母猪发情局部行为判定模型；
将获取的母猪监控视频输入到所述最优母猪发情局部行为判定模型，根据所述最优母猪发情局部行为判定模型输出结果，判定母猪是否存在发情局部行为。


3.根据权利要求1所述的母猪发情检测方法，其特征在于，根据所述母猪监控视频获取视频图像，并对所述视频图像进行轮廓提取，获取母猪轮廓，包括：
预先采集母猪在进食、睡眠和发情不同状况下的多张图像作为训练样本；
使用开源标记工具Labelme对所述训练样本中的每个图像标记母猪的轮廓，形成训练集和测试集；
将训练集中的图像作为样本输入数据，将对应的轮廓标记结果作为样本输出数据，进行基于Mask-Rcnn网络模型的训练，获取初步母猪轮廓提取模型；
利用测试集中的图像以及对应的轮廓标记结果对所述初步母猪轮廓提取模型进行测试，并根据测试结果调整所述初步母猪轮廓提取模型直至预测结果满足预设准确度条件后获得最优母猪轮廓提取模型；
将所述母猪监控视频作为输入，对所述母猪监控视频中的每张视频图像进行预处理后输入至所述最优母猪轮廓提取模型中，根据最优母猪轮廓提取模型的输出，获取母猪轮廓。


4.根据权利要求1所述的母猪发情检测方法，其特征在于，根据所述母猪轮廓对母猪姿态进行判断，排除母猪睡眠姿态，包括：
采集母猪在站立和睡眠不同姿态下的轮廓图像作为训练样本；
将所述训练样本的姿态标记结果作为标签数据，形成训练集和测试集；所述姿态标记结果包括站立姿态和睡眠姿态；
将训练集中的轮廓图像作为样本输入数据，将对应的标签数据作为样本输出数据，进行基于LeNet网络模型的训练，获取初步母猪姿态检测模型；其中，所述初步母猪姿态检测模型能够排除轮廓图像中处于睡眠姿态的母猪；
利用测试集中的轮廓图像以及对应的标签数据对所述初步母猪姿态检测模型进行测试，并根据测试结果调整所述初步母猪姿态检测模型直至预测结果满足预设准确度条件后获得最优母猪姿态检测模型；
将所述母猪轮廓输入至所述最优母猪姿态检测模型，并根据所述...

【专利技术属性】
技术研发人员：鞠铁柱，王宇华，耿科，张震，申光，
申请(专利权)人：北京小龙潜行科技有限公司，
类型：发明
国别省市：北京;11