基于注意力引导点云特征学习的奶牛体况自动评分方法技术

本发明专利技术涉及奶牛体况自动评分方法技术领域，具体为基于注意力引导点云特征学习的奶牛体况自动评分方法，在数据采集过程中，从两个牧场随机选取奶牛进行背部数据的采集，采集背部深度图像，利用采集到的深度图像中所包含的深度信息，即深度帧数据，结合相机内置参数，生成奶牛背部点云。该基于注意力引导点云特征学习的奶牛体况自动评分方法，将奶牛背部后躯区域作为感兴趣区域进行提取，进行归一化、降采样与特征放大处理，最后，利用注意力引导的点云特征提取网络进行感兴趣区域的特征提取，并完成奶牛的体况评分，本发明专利技术能够更好的提取作为奶牛体况评分感兴趣区域的三维特征，并提升奶牛体况评分的精度。奶牛体况评分的精度。奶牛体况评分的精度。

【技术实现步骤摘要】
基于注意力引导点云特征学习的奶牛体况自动评分方法


[0001]本专利技术涉及奶牛体况自动评分方法
，具体为基于注意力引导点云特征学习的奶牛体况自动评分方法。

技术介绍

[0002]体况评分(Body Condition Score,BCS)可以反映作为能量储备的奶牛皮下脂肪的相对含量，其评估通常基于牛背部组织覆盖和骨盆骨突出的外观。在现代牧场经营过程中，BCS可以判断奶牛营养分配是否合理，还可以评价产奶量、繁殖性能和健康状况等。BCS一般采用5分制，增量为0.25，其中BCS 为1分表示奶牛极度瘦弱，BCS为5分表示奶牛严重肥胖。
[0003]随着智能传感技术和计算机视觉技术的发展，非接触式奶牛体况自动评分方法得到了研究，在评分的自动化程度与精度上都有所提升。
[0004]国内外关于非接触式奶牛体况自动评分方法的现有研究，数据形式有二维形式与三维形式，特征提取方式有传统人工特征提取与深度学习两种。对于手工提取二维图像特征方法，Bewley等使用2D相机进行数据的采集，从捕获到的图像中手动标记解剖点以描述奶牛轮廓，并从中获得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于注意力引导点云特征学习的奶牛体况自动评分方法，其特征在于：包括以下步骤：S1：数据采集：从两个牧场随机选取奶牛进行背部数据的采集，采集奶牛背部深度图像；S2：点云数据转化：利用采集到的深度图像中所包含的深度信息，即深度帧数据，结合相机内置参数，生成奶牛背部点云，并进行保存；S3：感兴趣区域的提取：依次遍历点云内的点，在获取到X坐标最大和最小的两个点后，利用两点连线将奶牛前躯部分去除，从而获取到作为感兴趣区域的奶牛背部后躯区域；S4：点云数据归一化：依据点云X,Y,Z三方向坐标的最小值进行平移，并将点云归一化至以原点为中心的边长为1的立方体中；S5：降采样：为输入点云创建3D体素栅格，在每个体素栅格中计算体素栅格内所有点的质心，用质心代替体素内所有点；S6：特征放大：将Z轴坐标值放大1.25倍；S7：法向量计算：使用基于局部表面拟合的方法进行法向量的估计，将点云中点的X,Y,Z三方向法向量加入到每个点的特征中。2.根据权利要求1所述的基于注意力引导点云特征学习的奶牛体况自动评分方法，其特征在于：步骤S1中，在数据采集过程中，本实验数据采集设备使用具有彩色，红外和深度三个摄像头的深度传感器，相机深度摄像头分辨率为1280*720p，工作范围为1.5m～5m。3.根据权利要求1所述的基于注意力引导点云特征学习的奶牛体况自动评分方法，其特征在于：步骤S2中，通过深度图...

【专利技术属性】
技术研发人员：戴百生，沈维政，史伟，阿晓辉，李洋，孙雨坤，张永根，熊本海，
申请(专利权)人：东北农业大学，
类型：发明
国别省市：