宠物鼻纹识别方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种宠物鼻纹识别方法、装置、计算机设备及存储介质，应用于人工智能技术领域，用于解决现有技术对多毛的宠物进行识别时识别精度低、识别成本高的技术问题。本发明专利技术提供的方法包括：获取带有宠物鼻纹的原始图片，通过预先训练好的鼻纹图像识别模型识别该原始图片中的鼻纹图像；通过预先训练好的鼻纹识别模型对该鼻纹图像进行鼻纹特征提取，得到该鼻纹图像的待验证的特征向量；分别计算该待验证的特征向量与档案库中存储的各宠物的特征向量的欧氏距离；当计算的该欧氏距离小于第一预设值时，确定该待验证特征向量对应原始图片中的宠物与该档案库中对应计算的宠物为同一宠物。一宠物。一宠物。

【技术实现步骤摘要】
宠物鼻纹识别方法、装置、计算机设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种宠物鼻纹识别方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着人们生活质量的提升，宠物在人们生活中扮演着越来越重要的角色，由此衍生出宠物管理、宠物保险等应用场景。目前对于宠物进行识别主要有两种识别方式，分别为生物识别技术和非生物识别技术。其中，非生物识别技术又称RFID(Radio Frequency Identification，射频识别技术)宠物识别技术，识别芯片靠扫描仪发出的信号产生感应电流，靠这些能量，将存储在芯片中的信息发送出去，并被扫描仪接收和识别。需要在宠物体内进行植入，且需要专业设备发射信号才能进行识别，对宠物可能造成伤害，且使用不方便。
[0003]其中，生物识别技术包括面部识别、虹膜识别、声纹识别和步态识别等等。面部识别在人脸识别中精度较高，但是对于多毛发的宠物面部识别精度较低。虹膜识别虽然具备唯一性，且精度高，但是需要专业设备采集图像，开发成本高，使用不方便。声纹和步态也具备唯一性，理论上可行，但技术不够成熟。
[0004]目前还没有一种比较好的对宠物进行识别的技术，使得在对宠物进行识别时既不对宠物造成伤害，又在不投入过高成本的基础上对宠物进行精准识别。

技术实现思路

[0005]本专利技术实施例提供一种宠物鼻纹识别方法、装置、计算机设备及存储介质，以解决现有技术对多毛的宠物进行识别时识别精度低、识别成本高的技术问题。
[0006]一种宠物鼻纹识别方法，该方法包括：
[0007]获取带有宠物鼻纹的原始图片，通过预先训练好的鼻纹图像识别模型识别该原始图片中的鼻纹图像；
[0008]通过预先训练好的鼻纹识别模型对该鼻纹图像进行鼻纹特征提取，得到该鼻纹图像的待验证的特征向量；
[0009]分别计算该待验证的特征向量与档案库中存储的各宠物的特征向量的欧氏距离；
[0010]当计算的该欧氏距离小于第一预设值时，确定该待验证特征向量对应原始图片中的宠物与该档案库中对应计算的宠物为同一宠物。
[0011]一种宠物鼻纹识别装置，包括：
[0012]图像识别模块，用于获取带有宠物鼻纹的原始图片，通过预先训练好的鼻纹图像识别模型识别该原始图片中的鼻纹图像；
[0013]特征提取模块，用于通过预先训练好的鼻纹识别模型对该鼻纹图像进行鼻纹特征提取，得到该鼻纹图像的待验证的特征向量；
[0014]计算模块，用于分别计算该待验证的特征向量与档案库中存储的各宠物的特征向
量的欧氏距离；
[0015]宠物确定模块，用于当计算的该欧氏距离小于第一预设值时，确定该待验证特征向量对应原始图片中的宠物与该档案库中对应计算的宠物为同一宠物。
[0016]一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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上述宠物鼻纹识别方法的步骤。
[0017]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述宠物鼻纹识别方法的步骤。
[0018]本专利技术提出的宠物鼻纹识别方法、装置、计算机设备及存储介质，首先获取带有宠物鼻纹的原始图片，通过预先训练好的鼻纹图像识别模型识别该原始图片中的鼻纹图像，然后通过预先训练好的鼻纹识别模型对该鼻纹图像进行鼻纹特征提取，得到该鼻纹图像的待验证的特征向量，分别计算该待验证的特征向量与档案库中存储的各宠物的特征向量的欧氏距离，当计算的该欧氏距离小于第一预设值时，确定该待验证特征向量对应原始图片中的宠物与该档案库中对应计算的宠物为同一宠物。整个识别过程只需要通过摄像头采集宠物带有鼻纹的图像即可，降低了宠物识别的成本，且由于鼻纹具有唯一性，通过预先训练好的鼻纹图像识别模型和鼻纹识别模型对该鼻纹图像中的鼻纹进行向量识别，并通过与档案库中存储的各宠物的特征向量进行比对，即可以准确的识别出该宠物的唯一性，识别过程精准，且识别效率高。
附图说明
[0019]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本专利技术一实施例中宠物鼻纹识别方法的一应用环境示意图；
[0021]图2是本专利技术一实施例中宠物鼻纹识别方法的一流程图；
[0022]图3是本专利技术一实施例中宠物鼻纹识别方法的一应用场景流程图；
[0023]图4是本专利技术一实施例中训练鼻纹图像识别模型的流程图；
[0024]图5是本专利技术一实施例中训练鼻纹识别模型的流程图；
[0025]图6是本专利技术一实施例中宠物鼻纹识别装置的结构示意图；
[0026]图7是本专利技术一实施例中计算机设备的一示意图。
具体实施方式
[0027]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。
[0028]本申请提供的宠物鼻纹识别方法，可应用在如图1的应用环境中，其中，该计算机设备包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设
备。
[0029]在一实施例中，如图2所示，提供一种宠物鼻纹识别方法，以该方法应用在图1中的计算机设备为例进行说明，包括如下步骤S101至S104。
[0030]S101、获取带有宠物鼻纹的原始图片，通过预先训练好的鼻纹图像识别模型识别该原始图片中的鼻纹图像。
[0031]其中，该带有宠物鼻纹的原始图片为需要识别的宠物鼻纹图片，可以从网上爬取，也可以通过用户的手机进行拍摄得到。
[0032]进一步地，该方法还包括：
[0033]根据识别到的所述鼻纹对所述原始图片进行裁剪；
[0034]通过预先训练好的鼻纹图像识别模型识别该裁剪后的原始图片中的鼻纹图像。
[0035]其中，图4是本专利技术一实施例中训练鼻纹图像识别模型的流程图，如图4 所示，首先对样本图像进行搜集，在对搜集的样本图像进行人工标注，主要是标注样本图像中的鼻纹区域，然后将该携带有标注信息的样本图像分为训练样本集和测试样本集，通过训练样本集对该鼻纹图像识别模型进行训练，通过该测试样本集对该鼻纹图像识别模型进行测试，通过训练结果和测试结果综合判定该鼻纹图像识别模型是否训练达标。
[0036]S102、通过预先训练好的鼻纹识别模型对该鼻纹图像进行鼻纹特征提取，得到该鼻纹图像的待验证的特征向量。
[0037]图5是本专利技术一实施例中训练鼻纹识别模型的流程图，如图5所示，首先对鼻纹样本图像进行采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种宠物鼻纹识别方法，其特征在于，所述方法包括：获取带有宠物鼻纹的原始图片，通过预先训练好的鼻纹图像识别模型识别所述原始图片中的鼻纹图像；通过预先训练好的鼻纹识别模型对所述鼻纹图像进行鼻纹特征提取，得到所述鼻纹图像的待验证的特征向量；分别计算所述待验证的特征向量与档案库中存储的各宠物的特征向量的欧氏距离；当计算的所述欧氏距离小于第一预设值时，确定所述待验证特征向量对应原始图片中的宠物与所述档案库中对应计算的宠物为同一宠物。2.根据权利要求1所述的宠物鼻纹识别方法，其特征在于，训练所述鼻纹图像识别模型的步骤包括：获取标注有宠物鼻纹区域真实坐标的原始样本图片；将所述原始样本图片随机分为样本图片训练集和样本图片测试集；将所述样本图片训练集中的样本图片输入待训练的鼻纹图像识别模型，得到所述样本图片训练集中各样本图片的宠物鼻纹区域预测坐标，根据所述样本图片中宠物鼻纹区域预测坐标与所述宠物鼻纹区域真实坐标的第一损失值调整所述鼻纹图像识别模型中损失函数的当前网络参数；将所述样本图片测试集中的样本图片输入至所述当前网络参数对应的鼻纹图像识别模型，得到所述样本图片测试集中各测试图片的宠物鼻纹区域预测坐标，计算所述测试图片中宠物鼻纹区域预测坐标与所述宠物鼻纹区域真实坐标的第二损失值，循环调整所述当前网络参数至本步骤，直到所述第一损失值减小、所述第二损失值减小、所述第一损失值的波动区间小于预设第一坐标值、所述第二损失值的波动区间小于预设第二坐标值且所述第一损失值和所述第二损失值的差值小于第二预设值时，将当前的网络参数作为所述鼻纹图像识别模型中损失函数的网络参数。3.根据权利要求2所述的宠物鼻纹识别方法，其特征在于，所述鼻纹图像识别模型选用的损失函数为均方差损失函数。4.根据权利要求1所述的宠物鼻纹识别方法，其特征在于，训练所述鼻纹识别模型的步骤包括：获取携带有鼻纹信息的各个宠物的鼻纹样本图片，其中，同一宠物的鼻纹样本图片包括多张；根据所述鼻纹样本图片所属的宠物对象将所述鼻纹样本图片处理为正样本对和负样本对；将所述正样本对和所述负样本对输入至所述待训练鼻纹识别模型，计算所述待训练所述鼻纹识别模型中损失函数的第三损失值，调整所述鼻纹识别模型中损失函数的网络参数，循环本步骤直到所述第三损失值不断减小且所述第三损失值的波动区间小于第三预设值时，判断所述鼻纹识别模型训练完成。5.根据权利要求4所述的宠物鼻纹识别方法，其...

【专利技术属性】
技术研发人员：虞爱，肖唐财，谭升，刘周可，
申请(专利权)人：深圳市悦保科技有限公司，
类型：发明
国别省市：