一种基于全息认知画像的饲喂方法及系统技术方案

技术编号:37307074 阅读:18 留言:0更新日期:2023-04-21 22:51
本发明专利技术公开了一种基于全息认知画像的饲喂方法及系统,该方法包括采集饲养物面部图像信息并记录饲养物多维生物特征数据,提取饲养物面部图像信息特征并计算识别饲养物身份;根据饲养物多维生物特征数据构建饲养物图结构数据并计算获得饲养物标签库,将饲养物标签库和饲养物身份绑定生成动态更新下的饲养物画像;提取所述饲养物画像中的数据并分析饲养物动态进食需求,根据所述进食需求调节投喂的饲料配比。本发明专利技术根据进食需求调节投喂的饲料配比能够实现精准饲喂。比能够实现精准饲喂。比能够实现精准饲喂。

【技术实现步骤摘要】
一种基于全息认知画像的饲喂方法及系统


[0001]本专利技术涉及畜牧养殖
,具体涉及一种基于全息认知画像的饲喂方法及系统。

技术介绍

[0002]近年来,互联网企业和金融机构纷纷入局智慧养殖,数字化手段的介入,养殖行业依托着互联网深度融合物联网IOT技术、智能算法等展现出全新的面貌,推动着粗放式养殖向知识型、技术型、现代化的智慧养殖转变。传统方法对奶牛身份识别依靠人工读取或传感器方式完成。需要将奶牛身份ID书写、打印在耳标上,或在奶牛表面设置传感器。容易引起奶牛的应激反应。并且人工读取方法检测速度慢,传感器识别方法成本高昂。
[0003]目前面部识别已经由人脸识别扩展到了牛脸识别,目的是让养殖人员能够无接触、自动地同时对多头奶牛进行身份识别,降低人工成本,避免因为奶牛应激反应的发生,保证奶牛健康,能够无接触、自动地同时对多头牛只进行身份识别,降低人工成本,避免因为牛只应激反应的发生,保证牛只健康。
[0004]如申请号2021107383813公开了一种多目标奶牛身份识别方法及系统,其中,多目标奶牛身份识别方法,包括:基于待识别视频,确定待识别视频帧集合;其中,待识别视频包括至少一头奶牛的面部图像信息;基于待识别视频帧集合,根据多目标检测跟踪网络,得到并输出多目标奶牛面部图像序列;基于多目标奶牛面部图像序列,根据多目标面部识别网络,得到并输出奶牛身份信息。
[0005]该专利申请在进行多目标奶牛身份识别过程中,仅能识别出牛只身份,不能实时计算出牛只当前健康状况,具体健康状况仍需依靠传统手段检测。因此如何使养殖人员及时发现牛只身体出现的问题并远程调控饲料营养成分配比,实现精准投喂并提高产出效率,成为亟待解决的问题。

技术实现思路

[0006]本专利技术的目的在于提供一种基于全息认知画像的饲喂方法及系统,以解决现有技术中不能根据饲养物信息调节饲料的问题。
[0007]为达到上述目的,本专利技术是采用下述技术方案实现的:
[0008]第一方面,本专利技术公开了一种基于全息认知画像的饲喂方法,包括:
[0009]采集饲养物面部图像信息并记录饲养物多维生物特征数据,提取饲养物面部图像信息特征并计算识别饲养物身份;
[0010]根据饲养物多维生物特征数据构建饲养物图结构数据并计算获得饲养物标签库,将饲养物标签库和饲养物身份绑定生成动态更新下的饲养物画像;
[0011]提取所述饲养物画像中的数据并分析饲养物动态进食需求,根据所述进食需求调节投喂的饲料配比。
[0012]进一步地,采集饲养物面部图像信息并记录饲养物多维生物特征数据,提取饲养
物面部图像信息特征并计算识别饲养物身份包括:
[0013]采用YOLOv4目标检测算法从视频帧中提取饲养物面部图像信息;
[0014]将所述面部图像信息输入到Resnet50的神经网络中进行图像特征提取,获取特征图;
[0015]将所述特征图进行RGB三通道分解,并采用OMP算法进行稀疏分解,根据稀疏分解的结果更新具有饲养物信息矩阵的数据库字典识别出饲养物身份。
[0016]进一步地,根据饲养物多维生物特征数据构建饲养物图结构数据并计算获得饲养物标签库,将饲养物标签群和饲养物身份绑定生成动态更新下的饲养物画像包括:
[0017]根据饲养物多维生物特征数据及其对应的时间数据,填充构建饲养物图结构数据;
[0018]根据饲养物的状态不同表征形式设计标签簇,以生成饲养物标签库;
[0019]基于低回溯空域图卷积的饲养物画像标签结果,将饲养物标签库与饲养物身份进行绑定,生成动态信息更新下的饲养物画像。
[0020]进一步地,提取所述饲养物画像中的数据并分析饲养物动态进食需求,根据所述进食需求调节投喂的饲料配比包括:
[0021]从所述饲养物画像中提取饲养物标签簇,提取并处理所述标签簇获得饲养物动态进食需求与最优进食目标;
[0022]根据饲养物动态进食需求与最优进食目标调节投喂的饲料配比、饲喂时机及饲喂量。
[0023]进一步地,所述饲养物多维生物特征数据包括:运动数据、体温数据、身份数据及体况数据。
[0024]第二方面,本专利技术公开了一种基于全息认知画像的饲喂系统,包括:
[0025]体态信息识别模块,用于采集饲养物面部图像信息并记录饲养物多维生物特征数据,提取饲养物面部图像信息特征并计算识别饲养物身份;
[0026]画像构建模块,用于根据饲养物多维生物特征数据构建饲养物图结构数据并计算获得饲养物标签库,将饲养物标签库和饲养物身份绑定生成动态更新下的饲养物画像;
[0027]饲喂模块,用于提取所述饲养物画像中的数据并分析饲养物动态进食需求,根据所述进食需求调节投喂的饲料配比。
[0028]进一步地,所述体态信息识别模块包括数据采集单元和身份识别单元,所述画像构建模块包括图结构构建单元、需求解析单元和画像生成单元,所述饲喂模块包括需求分析单元和饲喂终端单元;
[0029]所述数据采集单元用于采用YOLOv4目标检测算法从视频帧中提取饲养物面部图像信息,并将所述面部图像信息输入到Resnet50的神经网络中进行图像特征提取,获取特征图;所述身份识别单元用于将所述特征图进行RGB三通道分解,并采用OMP算法进行稀疏分解,根据稀疏分解的结果更新具有饲养物信息矩阵的数据库字典识别出饲养物身份;
[0030]所述图结构构建单元用于根据饲养物多维生物特征数据及其对应的时间数据,填充构建饲养物图结构数据;所述需求解析单元用于根据饲养物的状态不同表征形式设计标签簇,以生成饲养物标签库;所述画像生成单元用于基于低回溯空域图卷积的饲养物画像标签结果,将饲养物标签库与饲养物身份进行绑定,生成动态信息更新下的饲养物画像;
[0031]所述需求分析单元用于从所述饲养物画像中提取饲养物标签簇,提取并处理所述标签簇获得饲养物动态进食需求与最优进食目标;所述饲喂终端单元用于根据饲养物动态进食需求与最优进食目标调节投喂的饲料配比、饲喂时机及饲喂量。
[0032]进一步地,所述饲养物多维生物特征数据包括:运动数据、体温数据、身份数据及体况数据。
[0033]第三方面,本专利技术公开了一种电子设备,包括处理器及存储介质;
[0034]所述存储介质用于存储指令;
[0035]所述处理器用于根据所述指令进行操作以执行根据权利要求1~5任一项所述方法的步骤。
[0036]第四方面,本专利技术公开了计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一项所述方法的步骤。
[0037]根据上述技术方案,本专利技术的实施例至少具有以下效果:本专利技术根据饲养物多维生物特征数据构建饲养物图结构数据并计算获得饲养物标签库,将饲养物标签库和饲养物身份绑定生成动态更新下的饲养物画像;可准确获取饲养物动态进食需求,根据进食需求调节投喂的饲料配比能够实现精准饲喂。
附图说明
[0038]图1为本本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于全息认知画像的饲喂方法,其特征在于,包括:采集饲养物面部图像信息并记录饲养物多维生物特征数据,提取饲养物面部图像信息特征并计算识别饲养物身份;根据饲养物多维生物特征数据构建饲养物图结构数据并计算获得饲养物标签库,将饲养物标签库和饲养物身份绑定生成动态更新下的饲养物画像;提取所述饲养物画像中的数据并分析饲养物动态进食需求,根据所述进食需求调节投喂的饲料配比。2.根据权利要求1所述的基于全息认知画像的饲喂方法,其特征在于,采集饲养物面部图像信息并记录饲养物多维生物特征数据,提取饲养物面部图像信息特征并计算识别饲养物身份包括:采用YOLOv4目标检测算法从视频帧中提取饲养物面部图像信息;将所述面部图像信息输入到Resnet50的神经网络中进行图像特征提取,获取特征图;将所述特征图进行RGB三通道分解,并采用OMP算法进行稀疏分解,根据稀疏分解的结果更新具有饲养物信息矩阵的数据库字典识别出饲养物身份。3.根据权利要求1所述的基于全息认知画像的饲喂方法,其特征在于,根据饲养物多维生物特征数据构建饲养物图结构数据并计算获得饲养物标签库,将饲养物标签群和饲养物身份绑定生成动态更新下的饲养物画像包括:根据饲养物多维生物特征数据及其对应的时间数据,填充构建饲养物图结构数据;根据饲养物的状态不同表征形式设计标签簇,以生成饲养物标签库;基于低回溯空域图卷积的饲养物画像标签结果,将饲养物标签库与饲养物身份进行绑定,生成动态信息更新下的饲养物画像。4.根据权利要求3所述的基于全息认知画像的饲喂方法,其特征在于,提取所述饲养物画像中的数据并分析饲养物动态进食需求,根据所述进食需求调节投喂的饲料配比包括:从所述饲养物画像中提取饲养物标签簇,提取并处理所述标签簇获得饲养物动态进食需求与最优进食目标;根据饲养物动态进食需求与最优进食目标调节投喂的饲料配比、饲喂时机及饲喂量。5.根据权利要求1所述的基于全息认知画像的饲喂方法,其特征在于,所述饲养物多维生物特征数据包括:运动数据、体温数据、身份数据及体况数据。6.一种基于全息认知画像的饲喂系统,其特征在于,包括:体态信息识别模块,用于采集饲养物面部图像信息并记录...

【专利技术属性】
技术研发人员:李坤亓晋李喆安书雨马云聪许斌
申请(专利权)人:南京邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1