【技术实现步骤摘要】
估重方法和估重装置
本专利技术涉及图像处理领域,具体而言,涉及一种估重方法和估重装置。
技术介绍
在畜牧业中,养殖户需要经常记录养殖的动物的重量,通过对养殖的动物的重量进行分析,可以确定养殖的动物的生长状况,进而根据生长状况来对动物的饲养环节进行调整。另外,在畜牧业保险方面,当对养殖户饲养的动物进行理赔时,通常也会根据动物的长度、重量等指标进行理赔。现有技术中,通常采用电子称人工对动物进行称重。然而,当待称重的动物的体积较大,或者重量较重,以及待称重的动物的数量较多时,因为需要抬起动物、移动动物,所以需要较多的工作人员来完成称重,也会耗费较长的时间。随着待称重的动物的数量以及重量的增长,耗费的人力成本和时间成本也越来越多。针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种估重方法和估重装置,以至少解决现有的电子称称重耗费人力、物力和时间的技术问题。根据本专利技术实施例的一个方面,提供了一种估重方法,包括:基于第一神经网络对待处理图像进行处理,得到特征空间,其中,待处理图像中至少包括待估重对象;基于特征空间确定待估重对象所在的重量区间;确定与重量区间对应的第二神经网络;基于第二神经网络对待处理图像进行处理,得到待估重对象的估重结果。进一步地,估重方法还包括:基于第一神经网络对待处理图像逐层进行特征提取,得到特征空间,其中,特征空间包括底层特征和高层特征,底层特征包括如下至少之一:待估重对象的颜色、纹理,高层特征包括如下至少之 ...
【技术保护点】
1.一种估重方法,其特征在于,包括:/n基于第一神经网络对待处理图像进行处理,得到特征空间,其中,所述待处理图像中至少包括待估重对象;/n基于所述特征空间确定所述待估重对象所在的重量区间;/n选择与所述重量区间对应的第二神经网络;/n基于所述第二神经网络对所述待处理图像进行处理,得到所述待估重对象的估重结果。/n
【技术特征摘要】
1.一种估重方法,其特征在于,包括:
基于第一神经网络对待处理图像进行处理,得到特征空间,其中,所述待处理图像中至少包括待估重对象;
基于所述特征空间确定所述待估重对象所在的重量区间;
选择与所述重量区间对应的第二神经网络;
基于所述第二神经网络对所述待处理图像进行处理,得到所述待估重对象的估重结果。
2.根据权利要求1所述的方法,其特征在于,基于第一神经网络对待处理图像进行处理,得到特征空间,包括:
基于所述第一神经网络对所述待处理图像逐层进行特征提取,得到所述特征空间,其中,所述特征空间包括底层特征和高层特征,所述底层特征包括如下至少之一:所述待估重对象的颜色、纹理,所述高层特征包括如下至少之一:所述待估重对象的类别、语义。
3.根据权利要求2所述的方法,其特征在于,在基于第一神经网络对待处理图像进行处理,得到特征空间之后,所述方法还包括:对所述底层特征和所述高层特征进行融合处理,得到融合结果。
4.根据权利要求1所述的方法,其特征在于,所述待处理图像还包括参照物,其中,在基于所述第二神经网络对所述待处理图像进行处理,得到所述待估重对象的估重结果之前,所述方法还包括:
基于所述特征空间对所述待处理图像进行分割,得到分割图像,其中,所述分割图像至少包括:待估重对象区域、参照物区域以及背景区域。
5.根据权利要求1所述的方法,其特征在于,基于所述特征空间确定所述待估重对象所在的重量区间,包括:
基于所述特征空间确定所述待估重对象的初始信息,其中,所述初始信息包括如下至少之一:所述待估重对象的体长、胸围、腰围、臀围;
根据所述初始信息确定所述待估重对象所在的重量区间。
6.根据权利要求4所述的方法,其特征在于,在基于所述特征空间确定所述待估重对象所在的重量区间之后,所述方法还包括:
对所述待处理图像以及所述分割图像进行合并处理,得到合并图像。
7.根据权利要求4所述的方法,其特征在于,所述方法还包括获取所述待估重对象的深度图;其中,在基于所述特征空间确定所述待估重对象所在的重量区间之后,根据所述参照物区域对所述深度图、所述分割图像以及所述待处理图像进行视角变换,得到变换后的所述深度图、所述分割图像以及所述待处理图像;
对变换后的所述深度图、所述分割图像以及所述待处理图像进行合并处理,得到合并图像。
8.根据权利要求6或7所述的方法,其特征在于,基于所述第二神经网络对所述待处理图像进行处理,得到所述待估重对象的估重结果,包括:
基于所述第二神经网络从所述合并图像中提取特征,得到目标特征空间;
基于所述目标特征空间进行回归处理,得到所述待估重对象的估重结果。
9.根据权利要求1所述的方法,其特征在于,在基于第一神经网络对待处理图像进行处理,得到特征空间之前,所述方法还包括:
获取移动终端采集到的待处理图像。
10.根据权利要求4所述的方法,其特征在于,在所述待处理图像中,所述参照物与所述待估重对象不重叠,所述参照物的形状为矩形。
11.一种估重方法,其特征在于,包括:
基于第一神经网络对待处理图像进行处理,得到特征空间,其中,所述待处理图像中至少包括待估重对象和参照物;
基于所述特征空间对所述待处理图像进行分割,得到分割图像,其中,所述分割图像至少包括:待估重对象区域、参照物区域以及背景区域;
基于第二神经网络对所述待处理图像以及所述分割图像进行处理,得到所述待估重对象的估重...
【专利技术属性】
技术研发人员:徐法明,林建华,朱敏,王进,
申请(专利权)人:虹软科技股份有限公司,
类型:发明
国别省市:浙江;33
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。