用于对群体进行行为识别的方法、设备及计算机可读介质技术

本公开涉及一种用于对群体进行行为识别的方法、设备及计算机可读介质，其中方法包括获取待检测图像，其中所述待检测图像中包括由多个目标组成的目标群体；对所述待检测图像中的各个目标进行识别，以确定各个目标的位置和姿态；以及根据所述各个目标的位置和姿态确定所述目标群体的行为。本方案可以通过图像中识别出的各个目标的位置和姿态来确定目标群体的行为，从而可以根据该目标群体的行为对目标群体进行相应的处理，进而可以保证目标群体的正常生长。基于此，可以提升家禽或家畜等目标的成活率以及提升养殖效率，从而有利于生产规模的快速扩展。模的快速扩展。模的快速扩展。

【技术实现步骤摘要】
用于对群体进行行为识别的方法、设备及计算机可读介质


[0001]本公开一般地涉及图像处理领域。更具体地，本公开涉及一种用于对群体进行行为识别的方法、用于对群体进行行为识别的设备及非暂态计算机可读存储介质。

技术介绍

[0002]目前一些家禽或家畜(例如猪只的养殖)等的养殖模式逐渐从分散的传统模式(中小散户散养模式)向着集中化、集约化、专业化和工厂化的现代养殖模式发展。在这种集中以及集约化的养殖模式中，可以通过监测家禽或家畜的个体行为来了解其活动情况，以便及时处理，进而保证其正常生长。
[0003]然而，个体行为往往无法体现其群体的活动情况，从而使得无法根据其准确判断家禽或家畜的活动情况，从而影响对家禽或家畜的管理。

技术实现思路

[0004]至少针对上述
技术介绍
中的缺陷，本公开提供一种用于对群体进行行为识别的方法、用于对群体进行行为识别的设备及非暂态计算机可读存储介质。
[0005]在第一方面中，本公开提供一种用于对群体进行行为识别的方法，包括：获取待检测图像，其中所述待检测图像中包括由多个目标组成的目标群体；对所述待检测图像中的各个目标进行识别，以确定各个目标的位置和姿态；以及根据所述各个目标的位置和姿态确定所述目标群体的行为。
[0006]在一个实施例中，确定各个目标的位置包括：通过目标检测模型对所述待检测图像中的各个目标进行目标识别，以确定所述各个目标的位置。
[0007]在一个实施例中，在所述获取待检测图像之后，确定各个目标的姿态之前，所述方法还包括：通过目标检测模型对所述待检测图像中的各个目标进行目标识别，以确定所述各个目标所处的预设形状的目标区域的位置；以及其中确定所述各个目标的姿态包括：根据所述各个目标所处的目标区域的位置和形状通过姿态识别模型对所述待检测图像中的各个目标进行姿态识别，以确定所述各个目标的姿态。
[0008]在一个实施例中，所述姿态识别模型为用于确定包括目标的图像中目标的姿态类别标签的分类模型，并且确定所述各个目标的姿态包括：通过所述姿态识别模型确定所述各个目标的姿态类别标签；以及根据所述姿态类别标签确定所述各个目标的姿态。
[0009]在一个实施例中，确定所述目标群体的行为包括：根据所述各个目标的位置和姿态通过行为识别模型确定所述目标群体的行为。
[0010]在一个实施例中，获取待检测图像包括：获取多个图像，其中每个图像中包括多个目标；对所述多个图像进行异常处理，以确定异常图像；以及在所述多个图像中过滤所述异常图像，以获取所述待检测图像。
[0011]在一个实施例中，对所述图像进行异常处理包括通过第一处理策略、第二处理策略、第三处理策略和第四处理策略中的一种或多种对所述图像进行异常处理，其中所述第
一处理策略为图像的色调值小于色调阈值时确定所述图像为异常图像；其中所述第二处理策略包括：将所述图像转换为灰度图，并将灰度图划分为多个图像区域；根据各个所述图像区域中所包括的各个像素的像素值计算各个所述图像区域的边缘模糊程度值；以及在一个或多个所述图像区域的边缘模糊程度值小于模糊程度阈值时，确定所述图像为异常图像；其中所述第三处理策略包括：根据所述图像中各个像素的像素值确定所述图像中各个预设像素区域的最小像素值；将各个预设像素区域的最小像素值分别与像素阈值进行大小比较；以及在大于所述像素阈值的最小像素值的数目大于或等于预设值时，确定所述图像为异常图像；以及其中所述第四处理策略包括：通过直线段检测模型对所述图像中的直线进行检测，以确定所述图像中位于各条直线上的像素；根据各条所述直线上所包含的像素的位置计算各条所述直线的长度；计算长度满足长度阈值的各条直线与预设方向的夹角，并统计各个所述夹角所对应的直线的数目；以及响应于所述数目最大的各条直线的所述夹角不在角度阈值阀范围内，确定所述图像为异常图像。
[0012]在一个实施例中，所述方法还包括：响应于所述目标群体的行为为预设行为，生成用于提示的预警信息。
[0013]在第二方面中，本公开还提供一种用于对群体进行行为识别的设备，包括：处理器；以及存储器，其存储有处理器可执行的程序指令，当所述程序指令由所述处理器执行时，使得所述设备执行如前述实施例中任一项所述的方法。
[0014]在第三方面中，本公开还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如前述实施例中任一项所述的方法。
[0015]基于上述关于本公开方案的描述，本领域技术人员可以理解上述实施例所述的方案可以通过图像中识别出的各个目标的位置和姿态来确定目标群体的行为，从而可以根据该目标群体的行为对目标群体进行相应的处理，进而可以保证目标群体的正常生长。基于此，可以提升家禽或家畜等目标的成活率以及提升养殖效率，从而有利于生产规模的快速扩展。
附图说明
[0016]通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，并且相同或对应的标号表示相同或对应的部分其中：
[0017]图1是根据本公开实施例的一种猪圈的示意图；
[0018]图2是根据本公开实施例的一种用于对群体进行行为识别的方法的示意流程图；
[0019]图3是根据本公开实施例的另一种用于对群体进行行为识别的方法的示意流程图；
[0020]图4是根据本公开实施例的一种用于进行异常预警的示意流程图；
[0021]图5是根据本公开实施例的用于获取待检测图像的示意流程图；
[0022]图6是根据本公开实施例的用于对群体进行行为识别的设备的结构框图。
具体实施方式
[0023]下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0024]为了便于对本公开进行说明，此处先结合其中示出猪圈100的图1来对本公开的应用场景进行说明。如图1中所示，猪圈100中包括多头猪，图1中示例性的示出了6头，分别为猪1、猪2
…
猪6。为了便于对猪圈100进行拍摄，可以在猪圈100的对应位置可以安装摄像头、手机或相机等拍摄设备。
[0025]拍摄设备的数目可以根据需要具体设定。例如，可以采用1个相机在猪圈100的左侧、右侧、前面或后面进行拍摄，也可以采用多个拍摄设备在猪圈的不同位置进行拍摄。在采用多个拍摄设备进行拍摄时，可以在猪圈100的左右两侧各安装1个相机或各安装1个摄像头，从而可以在猪圈100的左右两侧进行拍摄。另外，还可以如图1所示在猪圈100的后面安装两个相机101，并在猪圈100左右两侧各安装1个摄像头102，从而可以在猪圈100的后面和左右侧分别进行拍摄。该种方式可以提供更好的鲁棒性和普适性，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于对群体进行行为识别的方法，包括：获取待检测图像，其中所述待检测图像中包括由多个目标组成的目标群体；对所述待检测图像中的各个目标进行识别，以确定各个目标的位置和姿态；以及根据所述各个目标的位置和姿态确定所述目标群体的行为。2.根据权利要求1所述的方法，其中确定各个目标的位置包括：通过目标检测模型对所述待检测图像中的各个目标进行目标识别，以确定所述各个目标的位置。3.根据权利要求2所述的方法，在所述获取待检测图像之后，确定各个目标的姿态之前，所述方法还包括：通过目标检测模型对所述待检测图像中的各个目标进行目标识别，以确定所述各个目标所处的预设形状的目标区域的位置；以及其中确定所述各个目标的姿态包括：根据所述各个目标所处的目标区域的位置和形状通过姿态识别模型对所述待检测图像中的各个目标进行姿态识别，以确定所述各个目标的姿态。4.根据权利要求3所述的方法，其中所述姿态识别模型为用于确定包括目标的图像中目标的姿态类别标签的分类模型，并且确定所述各个目标的姿态包括：通过所述姿态识别模型确定所述各个目标的姿态类别标签；以及根据所述姿态类别标签确定所述各个目标的姿态。5.根据权利要求1所述的方法，其中确定所述目标群体的行为包括：根据所述各个目标的位置和姿态通过行为识别模型确定所述目标群体的行为。6.根据权利要求1所述的方法，其中获取待检测图像包括：获取多个图像，其中每个图像中包括多个目标；对所述多个图像进行异常处理，以确定异常图像；以及在所述多个图像中过滤所述异常图像，以获取所述待检测图像。7.根据权利要求6所述的方法，其中对所述图像进行异常处理包括通过第一处理策略、第二处理策略、第三处理策略和第四处理策略中的一种或多种对所述图像进行异常处理，其中...

【专利技术属性】
技术研发人员：张玉良，黄晓晖，彭佳勇，黄煜，
申请(专利权)人：牧原食品股份有限公司，
类型：发明
国别省市：