【技术实现步骤摘要】
基于视频智能分析和三维恢复的鸡啄癖动作检测方法
本申请涉及人工智能神经网络和三维重建领域，具体涉及一种基于视频智能分析和三维恢复的鸡啄癖动作检测方法。
技术介绍
啄癖是单向或相互啄食鸡的某个部位或异物的一种恶癖，啄趾癖是啄癖中的一种，在雏鸡中易发，表现为雏鸡相互啄食脚趾，导致脚趾被啄破流血、严重的脚趾被蚕食殆尽，引起跛足。啄癖的危害很大，鸡群中一旦发生鸡啄癖，就会很快蔓延到整个鸡群，如不及时采取相应的措施，会降低肉用鸡的级别，增鸡群的死亡率，对养殖场造成经济损失。现有对于禽类啄癖的检测方法，一般为通过养殖者的观察判断，该方法存在的问题在于成本过高，而且肉眼观察的准确率不稳定，有遗漏啄癖行为的可能，不一定能及时发现啄癖行为。
技术实现思路
针对以上问题，本专利技术提出一种基于视频智能分析和三维恢复的鸡啄癖动作检测方法，对鸡的身体关键点进行检测，并结合每只鸡的躯干亲和矢量场，得到每只鸡的躯干图。通过三维扫描仪生成鸡的三维SMAL模型，以标准姿态为基准，首先实现根节点对齐。然后，结合相机参数，使用优化算...
【技术保护点】
1.一种基于视频智能分析和三维恢复的鸡啄癖动作检测方法，其特征在于，该方法包括：/n构建养殖区域的BIM；/n建立雏鸡标准三维模型；/n将养殖区域分为若干个子区域，每个子区域部署一个相机；/n各个相机拍摄所在子区域图像，经一定预处理消除噪声，输出原始图像；/n将原始图像输入鸡身关键点检测网络，检测雏鸡身上的喙尖、左翅根、右翅根、左右翅根连线中点、尾椎、胯部中心、左脚跟、右脚跟关键点，输出鸡身关键点图，把左右翅膀根连线中点作为根节点；/n将原始图像输入躯干检测网络，检测雏鸡各部分躯干，输出雏鸡躯干亲和矢量场；/n结合鸡身关键点图和雏鸡躯干亲和矢量场，依次对每种躯干两端的两种关...
【技术特征摘要】
1.一种基于视频智能分析和三维恢复的鸡啄癖动作检测方法，其特征在于，该方法包括：
构建养殖区域的BIM；
建立雏鸡标准三维模型；
将养殖区域分为若干个子区域，每个子区域部署一个相机；
各个相机拍摄所在子区域图像，经一定预处理消除噪声，输出原始图像；
将原始图像输入鸡身关键点检测网络，检测雏鸡身上的喙尖、左翅根、右翅根、左右翅根连线中点、尾椎、胯部中心、左脚跟、右脚跟关键点，输出鸡身关键点图，把左右翅膀根连线中点作为根节点；
将原始图像输入躯干检测网络，检测雏鸡各部分躯干，输出雏鸡躯干亲和矢量场；
结合鸡身关键点图和雏鸡躯干亲和矢量场，依次对每种躯干两端的两种关键点进行匹配，得出鸡身关键点的最佳匹配，将包含相同关键点的关键点对合并到同一组里，最后输出若干组鸡身关键点；
标注出雏鸡标准三维模型上的鸡身关键点，设置虚拟相机，按照子区域部署的相机参数对雏鸡标准三维模型进行拍摄，输出雏鸡标准三维模型的虚拟照片；
以雏鸡标准三维模型虚拟照片中根节点和鸡身关键点图中根节点对齐为前提，使用优化算法调整雏鸡标准三维模型，输出最优雏鸡三维模型；
计算最优雏鸡三维模型中各关键点的三维坐标，用尾椎关键点坐标减去根节点坐标得到向量右翅膀根坐标减去左翅膀根坐标得到向量用喙尖关键点坐标减去根节点坐标得到向量和叉乘后得出向量计算夹角α大小，根据α的大小判断雏鸡是否有低头行为；
将各个子区域的鸡身关键点图投影在BIM地面平面上，得到BIM地面平面上的鸡身关键点图；
计算在BIM平面上的鸡身关键点图中存在低头行为的雏鸡的喙尖关键点与其他雏鸡左右脚跟关键点的距离，判断雏鸡是否存在啄癖行为；
通过WebGIS将BIM里的信息可视化。
2.如权利要求1所述的方法，其特征在于，所述每个子区域部署一个相机，相机为斜俯视角度且每个子区域相机拍照的范围合起来应覆盖整个养殖区域。
3.如权利要求1所述的方法，其特征在于，所述预处理方法为：使用滤波处理消除噪声。
4.如权利要求1所述的方法，其特征在于，所述鸡身关键点检测网络的训练方法如下：
选择各子区域采集的原始图像作为训练数据集；
对每个雏鸡的喙尖、左翅...
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。