一种基于人工智能的跟踪监测系统技术方案

本申请公开了一种基于人工智能的跟踪监测系统，涉及智能监控领域，特别是一种基于人工智能的跟踪监测方法和系统，其通过动物脸型数据标注和训练，可以识别出来不同的动物，进而可以对动物进行识别；识别后通过监测动物的行为轨迹，结合对活动区域的识别，可自动分析出动物在各个时间节点的行为类型，再通过结合设置的智能设备，可掌握动物的体温变化数据、体重变化数据、位置变化数据以及采食数据等，实现了全方位的数据采集，并随时把采集到的数据同步到大数据系统上，大大减少养殖的人工管理成本，且能实现数据的全过程追溯。且能实现数据的全过程追溯。且能实现数据的全过程追溯。

【技术实现步骤摘要】
一种基于人工智能的跟踪监测系统


[0001]本申请涉及智能监控领域，特别是一种基于人工智能的跟踪监测方法和系统。

技术介绍

[0002]动物行为指动物在一定环境条件下，为了完成摄食排遗、体温调节、生存繁殖以及满足其他生理需求而以一定姿势完成的一系列动作。
[0003]动物行为的辨别与分类是对动物健康状况进行监测的一项重要内容。动物行为识别依据感知方式不同，可分为接触式佩戴传感器方式与基于视觉的视频感知方式两大类；接触式传感器方式是将各类传感器佩戴在动物身上，而养殖环境的复杂性或动物活动习性对设备具有一定破坏性，造成设备损坏影响数据实时监测，且设备对动物心理和行为造成影响，不利于其正常行为活动，损害动物福利；视频感知方式通过监控摄像头自动采集动物视频数据传输到PC端实时分析，不需与动物身体密切接触，被越来越多应用于动物识别中。然而，通过视频感知的方式获取的数据很有限，难以实现以更多维的方式对动物进行跟踪监控。

技术实现思路

[0004]本专利技术的目的在于避免现有技术中的不足之处而提供一种能够智能化的对动物的身体状况进行自本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的跟踪监测方法，其特征在于，包括以下步骤：S1：获取监控视频；S2：识别所述监控视频中的各个动物对应的个体信息；S3：通过视觉神经网络模型，对所述监控视频的图像数据进行识别，识别出所述监控视频中各个时间节点的图像数据所对应的各个所述动物对应的动物骨骼关键点，并计算出对应的运动轨迹，生成对应的动物骨骼模型；S4：识别所述动物骨骼模型在各个时间节点中所对应的活动区域；S5：根据所述动物骨骼模型的运动轨迹及对应的活动区域，识别出所述动物骨骼模型在各个时间节点上对应的行为类型。2.根据权利要求1所述的一种基于人工智能的跟踪监测方法，其特征在于，所述步骤S2包括以下步骤：通过识别各个所述动物身上设置的图样标记来识别各个所述动物的个体信息。3.根据权利要求1或2所述的一种基于人工智能的跟踪监测方法，其特征在于：所述视觉神经网络模型的构建步骤包括：S10：把获取的视频分解按时间次序为若干关键帧图片；S20：对所述关键帧图片中的动物进行动物骨骼关键点的标注，形成标签数据集；S30：采用yolo算法以及所述标签数据集对视觉神经网络模型进行训练，形成模型库。4.根据权利要求3所述的一种基于人工智能的跟踪监测方法，其特征在于：所述活动区域关联有对应的若干行为类型；所述模型库包括若干行为识别模型；各个所述行为类型分别关联有对应的行为识别模型。5....

【专利技术属性】
技术研发人员：牟云飞，于奎，张庆岩，
申请(专利权)人：中科装备广州生物安全科技有限公司，
类型：发明
国别省市：