基于自学习的鸡舍养殖安全防控方法及系统技术方案

本发明专利技术公开了一种基于自学习的鸡舍养殖安全防控方法及系统，该方法包括：采集人员的人脸图像并进行人脸识别与匹配，判断待进出人员是否佩戴口罩，若是则采集待进出人员的指纹或ID卡信息，以此识别结果控制门禁工作状态，否则直接根据人脸识别与匹配结果控制门禁工作状态，若匹配成功则通过自学习算法更新该进入人员的脸部信息；实时采集进入鸡舍人员的行为影像，获取进入人员的行为数据，以此判断进入人员的行为是否为未知行为，若是则通过自学习算法更新该行为信息，否则再判断该已知行为是否为异常行为。本发明专利技术通过自主学习的方式优化人脸识别门禁和异常行为识别，解决人为监控导致鸡舍养殖安全防控工作效率低且误差率高的问题。的问题。的问题。

【技术实现步骤摘要】
基于自学习的鸡舍养殖安全防控方法及系统


[0001]本专利技术涉及禽畜养殖场安全防控
，具体涉及一种基于自学习的鸡舍养殖安全防控方法及系统。

技术介绍

[0002]自养鸡技术产业规模化以来，不断寻求科学有效的饲养管理方法，以推进畜禽标准化养殖，构建现代养殖体系。养殖安全防控在畜禽的养殖生产中，尤其是鸡舍养殖中，起到举足轻重的作用。防止外来人员流窜鸡舍而影响鸡舍的安全生产，以及鉴别养殖人员异常举动对鸡舍生产带来的不必要损失，已经成为鸡舍管理的工作重心。
[0003]传统的鸡舍安全防控方法及系统通常采用鸡舍门上锁或者安装密码锁、指纹锁的方式进行安全防控，但是，这一方案无法实现无障碍解锁，而且养殖人员异常举动的识别更是需要鸡舍管理人员时刻盯紧鸡舍监控来实现，浪费人力物力的同时，人为监控导致鸡舍养殖安全防控的工作效率低且监控的误差率高。

技术实现思路

[0004]为解决上述现有技术的不足，本专利技术提供了一种基于自学习的鸡舍养殖安全防控方法及系统，通过自主学习的方式优化人脸识别门禁，对进入鸡舍的养殖人员异常行为进行识别和记录，通过自学习进一步优化异常行为识别，解决鸡舍养殖安全防控受人员限制工作效率低且误差率高的问题，实现鸡舍养殖的智能、高效、安全防控。
[0005]第一方面，本公开提供了一种基于自学习的鸡舍养殖安全防控方法，包括：
[0006]采集待进出鸡舍人员的人脸图像并进行人脸识别与匹配，判断待进出人员是否佩戴口罩，若是则采集待进出人员的指纹或ID卡信息，根据指纹或ID卡信息识别结果控制门禁工作状态，否则直接根据人脸识别与匹配结果控制门禁工作状态，若匹配成功则通过自学习算法更新进出人员的脸部信息；
[0007]实时采集进入鸡舍人员的行为影像，基于该行为影像获取进入人员的行为数据，以此判断进入人员的行为是否为未知行为，若是则通过自学习算法更新该行为信息，否则再判断该已知行为是否为异常行为，若是则发出告警。
[0008]进一步的技术方案，基于采集的待进出鸡舍人员的人脸图像进行人脸识别，提取人员的脸部特征数据，基于提取的脸部特征数据进行人脸匹配；
[0009]若检测到能够正常匹配，则基于提取的脸部特征数据和人员信息存储库中预存储的所有养殖人员的脸部特征数据，进行人脸匹配；
[0010]若匹配成功，则控制门禁开启，进行进入人员行为识别，同时通过自学习算法更新该人员在人员信息存储库中预存储的脸部特征数据；
[0011]若匹配失败，则控制门禁仍关闭，同时通过自学习算法将提取的该人员的脸部特征数据存储为可疑人员脸部特征数据。
[0012]进一步的技术方案，所述通过自学习算法更新该人员在人员信息存储库中预存储
的脸部特征数据，具体是指：
[0013]若该人员存储在人员信息存储库中的脸部特征数据不足设定条数，则将此次提取的脸部特征数据放入该人员存储的脸部特征数据的队列队尾；
[0014]若该人员存储在人员信息存储库中的脸部特征数据足够设定条数，则根据脸部特征偏差模型分别计算该人员原存储的脸部特征数据与此次提取的脸部特征数据的偏差值，删除偏差值最大的脸部特征数据，同时将此次提取的脸部特征数据放入该人员存储的脸部特征数据的队列队尾，以此完成自学习更新。
[0015]进一步的技术方案，若检测到无法正常匹配，则采集待进出人员的指纹或ID卡信息，提取指纹特征数据或ID卡特征数据，基于提取的指纹特征数据或ID卡特征数据和人员信息存储库中预存储的所有养殖人员的指纹特征数据或ID卡特征数据，进行数据匹配；
[0016]若匹配成功，则控制门禁开启，同时记录该人员的ID信息和出入时间，并对进入人员进行追踪检测。
[0017]进一步的技术方案，所述追踪检测是指对进入人员进行人员肤色特征和体型特征匹配，具体的：
[0018]实时采集进入鸡舍人员的行为影像，获取包含该进入人员的图像，对图像中的进入人员进行人员识别，提取人员的体型特征数据和肤色特征数据，基于提取的体型特征数据和肤色特征数据，与人员信息存储库中预存储的该匹配人员的体型特征数据和肤色特征数据，进行人像匹配；
[0019]若匹配成功，则进行进入人员行为识别；若匹配失败，则发出告警。
[0020]进一步的技术方案，所述进入人员行为识别是指：对进入人员的行为进行监控，对进入人员的行为影像进行分帧处理，得到逐帧图像的集合，基于获取的图像集合，获取进入人员的运动行为数据，基于该运动行为数据，判断进入人员的行为是否为未知行为和是否为异常行为。
[0021]进一步的技术方案，基于该运动行为数据，判断进入人员的行为是否为未知行为和是否为异常行为，具体包括：
[0022]将获取的该进入人员的运动行为数据和异常行为存储库中预存储的该匹配人员的正常运动行为数据、异常运动行为数据进行行为匹配；
[0023]若匹配失败，则存储该进入人员的行为影像为未知行为，待管理员标记后，通过自学习算法更新异常行为存储库中的行为信息；
[0024]若匹配成功，则再次判断进入人员的行为是否为异常行为，若与异常行为数据匹配成功，则判定进入人员的行为异常，向用户终端发送该进入人员的信息和异常行为影像；若与正常行为数据匹配成功，则判定进入人员的行为正常。
[0025]第二方面，本公开提供了一种基于自学习的鸡舍养殖安全防控系统，包括人脸识别门禁模块、人员异常行为识别模块和控制模块；
[0026]所述人脸识别门禁模块用于采集人员信息，包括人员的人脸图像、指纹信息和ID卡信息，提取人员信息的特征数据，将人员信息特征数据发送至控制模块，并根据控制模块下发的门禁指令控制门禁工作状态；
[0027]所述人员异常行为识别模块用于采集人员的行为影像，基于该行为影像获取人员的运动行为数据，将人员运动行为数据发送至控制模块，并根据控制模块下发的人员ID和
追踪检测指令进行追踪检测；
[0028]所述控制模块用于接收人脸识别门禁模块发送的人员信息特征数据，结合人员信息存储库，进行人员识别匹配；接收人员异常行为识别模块发送的运动行为数据，结合异常行为存储库，进行异常行为匹配；同时对人员脸部特征和异常行为特征进行自学习更新。
[0029]第三方面，本公开还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述方法的步骤。
[0030]第四方面，本公开还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述方法的步骤。
[0031]以上一个或多个技术方案存在以下有益效果：
[0032]1、本专利技术提供了一种基于自学习的鸡舍养殖安全防控方法及系统，通过自主学习的方式优化人脸识别门禁，对进入鸡舍的养殖人员异常行为进行识别和记录，通过自学习进一步优化异常行为识别，解决人为监控导致鸡舍养殖安全防控的工作效率低且监控的误差率高，实现鸡舍养殖的智能、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自学习的鸡舍养殖安全防控方法，其特征是，包括：采集待进出鸡舍人员的人脸图像并进行人脸识别与匹配，判断待进出人员是否佩戴口罩，若是则采集待进出人员的指纹或ID卡信息，根据指纹或ID卡信息识别结果控制门禁工作状态，否则直接根据人脸识别与匹配结果控制门禁工作状态，若匹配成功则通过自学习算法更新进出人员的脸部信息；实时采集进入鸡舍人员的行为影像，基于该行为影像获取进入人员的行为数据，以此判断进入人员的行为是否为未知行为，若是则通过自学习算法更新该行为信息，否则再判断该已知行为是否为异常行为，若是则发出告警。2.如权利要求1所述的基于自学习的鸡舍养殖安全防控方法，其特征是，基于采集的待进出鸡舍人员的人脸图像进行人脸识别，提取人员的脸部特征数据，基于提取的脸部特征数据进行人脸匹配；若检测到能够正常匹配，则基于提取的脸部特征数据和人员信息存储库中预存储的所有养殖人员的脸部特征数据，进行人脸匹配；若匹配成功，则控制门禁开启，进行进入人员行为识别，同时通过自学习算法更新该人员在人员信息存储库中预存储的脸部特征数据；若匹配失败，则控制门禁仍关闭，同时通过自学习算法将提取的该人员的脸部特征数据存储为可疑人员脸部特征数据。3.如权利要求2所述的基于自学习的鸡舍养殖安全防控方法，其特征是，所述通过自学习算法更新该人员在人员信息存储库中预存储的脸部特征数据，具体是指：若该人员存储在人员信息存储库中的脸部特征数据不足设定条数，则将此次提取的脸部特征数据放入该人员存储的脸部特征数据的队列队尾；若该人员存储在人员信息存储库中的脸部特征数据足够设定条数，则根据脸部特征偏差模型分别计算该人员原存储的脸部特征数据与此次提取的脸部特征数据的偏差值，删除偏差值最大的脸部特征数据，同时将此次提取的脸部特征数据放入该人员存储的脸部特征数据的队列队尾，以此完成自学习更新。4.如权利要求2所述的基于自学习的鸡舍养殖安全防控方法，其特征是，若检测到无法正常匹配，则采集待进出人员的指纹或ID卡信息，提取指纹特征数据或ID卡特征数据，基于提取的指纹特征数据或ID卡特征数据和人员信息存储库中预存储的所有养殖人员的指纹特征数据或ID卡特征数据，进行数据匹配；若匹配成功，则控制门禁开启，同时记录该人员的ID信息和出入时间，并对进入人员进行追踪检测。5.如权利要求4所述的基于自学习的鸡舍养殖安全防控方法，其特征是，所述追踪检测是指对进入人员进行人员肤色特征和体型特征匹配，具体的：实时采集进入鸡舍人员的行为影像，获取包含该进入人员的图像，对图像中的进入人员进行人员识别，提取人员的体型特征数据和肤色特征数据，基...

【专利技术属性】
技术研发人员：何为凯，刘钟涛，徐震，徐响，顾志恒，李金方，盛振柯，
申请(专利权)人：山东交通学院，
类型：发明
国别省市：