基于Kinect相机的仔猪异常行为识别方法及系统技术方案

本发明专利技术公开了一种基于Kinect相机的仔猪异常行为识别系统，属于猪只行为检测技术领域，其中包括对仔猪抱团、拱腹、独处、打斗、啃栏、腹泻六种异常行为的识别。利用Kinect相机采集实际养殖场景中仔猪的视频图像数据集；将利用Kinect相机同时得到的可见光视频图像和红外视频图像进行连续帧提取，将帧提取后的两种图像进行融合生成融合图像；选取最优算法，建立仔猪异常行为识别分类模型；将模型载入本发明专利技术所设计的客户端APP，得到移动应用程序，识别用户上传的仔猪异常行为图像得到识别结果。本发明专利技术通过将不同图像中的有用信息融合到一起，有效提高检测的准确性，使整套流程中的猪只异常行为识别模块得以最优实现。只异常行为识别模块得以最优实现。只异常行为识别模块得以最优实现。

【技术实现步骤摘要】
基于Kinect相机的仔猪异常行为识别方法及系统


[0001]本专利技术涉及猪只行为检测
，具体而言涉及一种基于Kinect相机的仔猪异常行为识别方法及系统。

技术介绍

[0002]仔猪是猪的幼年形态，在整个生猪饲养环节中处在最脆弱、最关键的一环，是养猪业的重点关注对象。仔猪的行为呈现出它们生长环境的福利水平程度，对断奶早期仔猪异常行为监测不到位很容易会降低猪只的福利水平，甚至严重时会影响仔猪的健康和生长发育，给养殖业带来巨大的损失。
[0003]目前，对仔猪的异常行为检测多采用人工巡检或人工视频监控。人工巡视无法24小时连续、定点进行，并且人工巡视除工作环境恶劣外，还不可避免地会引入人畜交叉干扰的风险和引发仔猪应激行为，不利于健康养殖；人工视频监控虽然一定程度上改善了养殖人员的工作环境，降低了人畜交叉感染的可能，但仍存在工作强度高、容易漏检等问题。因此识别系统重点是采集实际养殖场景中仔猪的视频图像并对其进行分析处理；当前的图像采集方法大多采用可见光图像采集设备，可见光图像中获取的场景中信息往往相对单一、有限，一些对生猪养殖监测有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Kinect相机的仔猪异常行为识别方法及系统，其特征在于，包括：集成平台、数据库、云平台及客户端；所述集成平台，用于对仔猪行为的实时观察以及采集实际养殖场景中仔猪视频图像数据信息，并实时传输实际养殖场景中仔猪视频图像数据至数据库，接收客户端提出的仔猪异常行为识别请求，同时将接收到的获取仔猪异常行为结果请求发送给云平台；所述数据库，用于整合并存储从集成平台传输的实际养殖场景中仔猪视频图像数据，生成视频图像数据集，同时接收客户端上传的实际养殖场景中仔猪视频图像数据；所述云平台，用于从数据库中提取所存储的实际养殖场景中仔猪异常行为视频图像数据，对接收到的实际养殖场景中仔猪异常行为视频图像数据进行预处理，并对预处理后的图像进行异常行为识别，得到仔猪异常行为识别结果，并发送到所述客户端；所述客户端，用于接收待识别视频图像数据的识别结果，同时将用户采集的实际养殖场景中仔猪视频图像数据上传至数据库存储，定期下载下来以丰富数据集。2.如权利要求1所述的系统，其特征在于，所述集成平台，还包括：实时监控模块和视频图像采集模块；其中，所述实时监控模块，用于对仔猪异常行为状态的实时观察；所述图像采集模块，用来确定图像采集区域并获取实际养殖场景中仔猪行为的视频图像数据。3.如权利要求2所述的系统，其特征在于，所述视频图像采集模块，包括Kinect相机，Kinect相机采集猪栏内仔猪的活动视频，并将视频信号传送给数据库。4.如权利要求3所述的系统，其特征在于，在猪栏上方安装Kinect相机，安装位置以视野最好能够覆盖猪栏内全部区域并且能够清晰的拍摄到仔猪的活动行为为原则灵活选择，所述Kinect相机采集猪栏内仔猪活动视频图像包括同时得到视频采集区域的可见光视频图像和红外视频图像，摄像时间、位置和角度等信息保持精确一致。5.如权利要求1所述的系统，其特征在于，所述云平台，还包括：图像融合模块、仔猪异常行为识别模块和离线更新模块；其中，图像融合模块，用于输出细节、纹理、边缘清晰的高质量融合图像；异...

【专利技术属性】
技术研发人员：李东明，王娟，程雪，李娜，刘景艳，任振辉，彭小雪，邹亮，
申请(专利权)人：河北农业大学，
类型：发明
国别省市：