【技术实现步骤摘要】
基于人工智能的自适应分辨率畜牧视频信息处理方法
本申请涉及人工智能和视频监控领域，特别是涉及一种基于人工智能的自适应分辨率畜牧视频信息处理方法。
技术介绍
在畜牧行业中，牲畜的日常运动量往往与其身体状况息息相关。牲畜运动量较少时，牲畜可能出现生病的情况；运动量较大时，牲畜可能是处于发情期。及时掌握牲畜的身体状况对于畜牧工作者极为重要，因此，对畜牧业中牲畜运动情况的监控必不可少。目前对于畜牧区域内牲畜运动情况的监控方法，是在畜牧区域内设置多个相机获取图像，再把各个相机获取的图像拼接起来，来实现对整个畜牧区域内牲畜情况的监控。2016年10月26日公开的CN106060479A“一种基于超视距视频技术的智能放牧监控系统”通过信息管理模块控制超视摄像机对牧场进行拍摄，并通过视频处理模块调整拍摄视频的清晰度并将同一时刻所有超视距摄像机拍摄的图像进行拼接，获得当前时刻整个牧场图像，并对牧场中的牧群进行定位、计数，从而实现在开放牧场空间放牧过程的智能化管理。但它所用超视距摄像机并不能获得畜牧区域中牲畜个体运动情况的信息，...
【技术保护点】
1.一种基于人工智能的自适应分辨率畜牧视频信息处理方法，其特征在于，包括以下步骤：/n构建畜牧区域的BIM；/n将畜牧区域分为若干个子区域，在畜牧区域各子区域设置相机采集图像，经过预处理得到原始图像；/n将各子区域的原始图像通过投影变换投影在BIM地面平面上，拼接投影在BIM地面平面上的各子区域原始图像，得到畜牧区域的全景俯视图；/n将原始图像输入牲畜检测神经网络，检测牲畜关键点，输出牲畜关键点热力图；/n将牲畜关键点热力图投影在BIM地面平面上，得到BIM地面平面上的牲畜关键点热力图；/n对BIM地面平面上的牲畜关键点热力图进行处理，把相邻两帧的牲畜关键点热力图进行叠加，...
【技术特征摘要】
1.一种基于人工智能的自适应分辨率畜牧视频信息处理方法，其特征在于，包括以下步骤：
构建畜牧区域的BIM；
将畜牧区域分为若干个子区域，在畜牧区域各子区域设置相机采集图像，经过预处理得到原始图像；
将各子区域的原始图像通过投影变换投影在BIM地面平面上，拼接投影在BIM地面平面上的各子区域原始图像，得到畜牧区域的全景俯视图；
将原始图像输入牲畜检测神经网络，检测牲畜关键点，输出牲畜关键点热力图；
将牲畜关键点热力图投影在BIM地面平面上，得到BIM地面平面上的牲畜关键点热力图；
对BIM地面平面上的牲畜关键点热力图进行处理，把相邻两帧的牲畜关键点热力图进行叠加，通过算法匹配相邻两帧牲畜关键点热力叠加图中同一牲畜个体的关键点，计算同一牲畜个体关键点在BIM地面平面上相邻两帧之间的坐标偏移量，对一定时间内每一个牲畜个体关键点在相邻两帧之间的坐标偏移量进行累加运算，得出每个牲畜个体一定时间内的运动量，根据各子区域牲畜个体一定时间内的运动量调整子区域相机拍摄图像的分辨率，如果子区域存在一定时间内运动量大于最大阈值或者小于最小阈值的牲畜个体时，使该子区域的相机用高分辨率拍摄图像，如果子区域所有牲畜个体运动量都大于或等于最小阈值且小于或等于最大阈值，则使该子区域的相机用正常分辨率拍摄图像；
将当前帧和之前连续多帧BIM地面平面上的牲畜关键点热力图基于遗忘系数进行热力叠加，得到BIM地面平面上的牲畜关键点叠加图，拼接BIM地面平面上的牲畜关键点叠加图，得到BIM地面平面上的牲畜运动轨迹图；
通过WebGIS和信息交换模块将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，所述预处理方法包括：
通过滤波处理消除图像中的噪声；
将低分辨率的子区域图像转化为高分辨率图像。
3.如权利要求1所述的方法，其特征在于，该方法还包括对所述牲畜检测神经网络进行训练：
选择各子区域采集的包含各类牲畜的图像作为训练数据集；
对数据集进行标注，对于各类牲畜身体中心点投影到地面的一个点进行高斯模糊生成一个热斑，生成...
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。