基于牛脸识别的牛只身份鉴权的方法和电子设备技术

本申请提供一种基于牛脸识别的牛只身份鉴权的方法和电子设备。该方法包括：获取目标牛只的牛脸照片，包括正脸、左侧脸和右侧脸照片；如果所述牛脸照片的数量大于阈值，利用目标牛只的牛脸照片训练第一牛脸分类模型；如果所述牛脸照片数量不大于阈值，则构建牛脸特征提取器。在需要鉴权牛只时，判断是否存在所述第一牛脸分类模型；如果存在所述第一牛脸分类模型，利用所述第一牛脸分类模型实现牛只身份鉴权。如果不存在所述第一牛脸分类模型且存在所述牛脸特征提取器，通过将待鉴权拼接牛脸特征向量与各预存拼接牛脸特征向量进行相似度计算确定牛只身份，实现对牛只的身份鉴权。根据示例实施例的方法可同时满足不同场景的牛只身份鉴权需求。只身份鉴权需求。只身份鉴权需求。

【技术实现步骤摘要】
基于牛脸识别的牛只身份鉴权的方法和电子设备


[0001]本申请涉及人工智能
及牧业信息
，具体而言，涉及一种基于牛脸识别的牛只身份鉴权的方法和电子设备。

技术介绍

[0002]随着社会的进步和牛只养殖规模的不断扩大，传统的养殖方式难以科学有效地对牛进行照看和管理。例如，养殖人员为了区分牛只可能会在牛只的耳朵上打耳标来进行标记，但存在耳标损坏、丢失等问题，且可能不利于牛只的健康生长。已经有人利用人工智能技术进行牛脸识别来确定牛只身份，但普遍存在识别率低的问题。

技术实现思路

[0003]本申请旨在提供基于牛脸识别的牛只身份鉴权的方法和电子设备，采用不同的牛只身份鉴权策略，可同时满足不同场景需求。
[0004]本申请的其该用户特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
[0005]根据本申请的一方面，提供一种用于牛只身份识别的方法，包括：
[0006]获取目标牛只的牛脸照片，包括正脸、左侧脸和右侧脸照片；
[0007]如果所述牛脸照片的数量大于阈值，利用目标牛只的牛脸照片训练第一牛脸分类模型；
[0008]如果所述牛脸照片数量不大于阈值，则构建牛脸特征提取器，利用所述牛脸特征提取器得到目标牛只的牛脸特征向量，在数据库中存储所述牛脸特征向量而得到预存牛脸特征向量；
[0009]在需要识别牛只时，判断是否存在所述第一牛脸分类模型；
[0010]如果存在所述第一牛脸分类模型，利用所述第一牛脸分类模型得到牛只身份识别结果；
[0011]如果不存在所述第一牛脸分类模型且存在所述牛脸特征提取器，则利用所述牛脸特征提取器得到待鉴权牛只的牛脸特征向量并拼接为待鉴权拼接牛脸特征向量，将数据库中各牛只的预存牛脸特征向量拼接得到预存拼接牛脸特征向量，通过将所述待鉴权拼接牛脸特征向量与各预存拼接牛脸特征向量进行相似度计算而得到牛只身份识别结果。
[0012]根据一些实施例，所述第一牛脸分类模型和所述牛脸特征提取器基于残差神经网络。
[0013]根据一些实施例，所述第一牛脸分类模型根据输入的牛脸照片输出牛只编号，所述第一牛脸分类模型包括正脸模型、左侧脸模型和右侧脸模型。
[0014]根据一些实施例，利用所述第一牛脸分类模型得到牛只身份识别结果，包括：
[0015]获取待鉴权牛只的牛脸照片，所述待鉴权牛只的牛脸照片为正脸、左侧脸、或右侧脸照片；
[0016]将所述待鉴权牛只的牛脸照片输入相应的正脸模型、左侧脸模型或右侧脸模型，得到牛只编号输出，作为识别结果。
[0017]根据一些实施例，所述构建牛脸特征提取器，包括：
[0018]利用已有牛脸数据集训练第二牛脸分类模型，所述牛脸数据集包括正脸、左侧脸和右侧脸数据集，所述第二牛脸分类模型包括正脸模型、左侧脸模型和右侧脸模型；
[0019]将所述第二牛脸分类模型改造为牛脸特征提取器，使得牛脸特征提取器的输出为通过牛脸照片提取到的特征向量。所述牛脸特征提取器包括正脸特征提取器、左侧脸特征提取器、及右侧脸特征提取器；
[0020]根据一些实施例，利用所述牛脸特征提取器得到目标牛只的牛脸特征向量。包括：将目标牛只的正脸照片、左侧脸照片和右侧脸照片分别输入相应的牛脸特征提取器，得到各牛只相应的牛脸特征向量。
[0021]根据一些实施例，将所述第二牛脸分类模型改造为牛脸特征提取器。包括：在完成训练所述第二牛脸分类模型之后，改写模型结构，去掉模型最后的全连接输出层。
[0022]根据一些实施例，利用所述牛脸特征提取器得到待鉴权牛只的牛脸特征向量并拼接为待鉴权拼接牛脸特征向量。包括：
[0023]获取待鉴权牛只的牛脸照片，所述待鉴权牛只的牛脸照片包括正脸照片、左侧脸照片、及右侧脸照片；
[0024]将待鉴权牛只的牛脸照片分别输入相应的牛脸特征提取器，将输出的特征向量拼接而得到所述待鉴权拼接牛脸特征向量。
[0025]根据一些实施例，通过将所述待鉴权拼接牛脸特征向量与各预存拼接牛脸特征向量进行相似度计算而得到牛只身份识别结果，包括：
[0026]利用余弦相似度度量算法计算所述待鉴权拼接牛脸特征向量与各预存拼接牛脸特征向量之间的相似度；
[0027]选出与所述待鉴权拼接牛脸特征向量相似度最高的预存拼接牛脸特征向量所对应的牛只，作为识别结果。
[0028]根据一些实施例，所述利用目标牛只的牛脸照片训练第一牛脸分类模型，包括：
[0029]在所述第二牛脸分类模型的基础上，利用所述目标牛只的牛脸照片进行训练而得到所述第一牛脸分类模型。
[0030]根据本申请的另一方面，提供一种电子设备，包括：
[0031]处理器；
[0032]存储器，所述存储器上存储有计算机程序；
[0033]当所述处理器执行所述计算机程序时实现前述方法。
[0034]根据示例实施例，根据可获得的目标牛只的牛脸照片的数量，采用不同的牛只身份鉴权策略，从而可同时满足不同场景需求。此外，将牛脸分为正脸、左侧脸和右侧脸三个部分并分别训练三个模型，这样对于牛脸的识别准确率要高于混合模型(正脸、侧脸一起训练)的识别准确率。在牛脸数据不充足的情况下进行识别时，采用特征向量拼接进行识别，这种拼接相对于较单一的单侧牛脸识别技术提升了识别成功率，且相对于较常规的加权平均技术识别速度较快，成功率更高。
[0035]应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本
申请。
附图说明
[0036]通过参照附图详细描述其示例实施例，本申请的上述和其它目标、特征及优点将变得更加显而易见。
[0037]图1示出根据本申请实施例应用牛脸识别进行牛只身份认定的方法流程图。
[0038]图2示出残差神经网络的示意结构。
[0039]图3示出根据示例实施例训练牛脸分类模型的方法流程图。
[0040]图4示出实施例使用的部分牛脸照片训练集。
[0041]图5示出实施例使用的部分牛脸照片测试集。
[0042]图6示出根据示例实施例利用特征提取器进行牛只身份识别的方法流程图。
[0043]图7示出需要识别的照片与数据库中的照片的特征向量相似度示例。
[0044]图8示出根据本申请示例实施例的电子设备的框图。
具体实施方式
[0045]现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本申请将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
[0046]此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于牛脸识别的牛只身份鉴权的方法，其特征在于，包括：获取目标牛只的牛脸照片，包括正脸、左侧脸和右侧脸照片；如果所述牛脸照片的数量大于阈值，利用目标牛只的牛脸照片训练第一牛脸分类模型；如果所述牛脸照片数量不大于阈值，则构建牛脸特征提取器，利用所述牛脸特征提取器得到目标牛只的牛脸特征向量，在数据库中存储所述牛脸特征向量而得到预存牛脸特征向量；在需要鉴权牛只时，判断是否存在所述第一牛脸分类模型；如果存在所述第一牛脸分类模型，利用所述第一牛脸分类模型实现牛只身份鉴权；如果不存在所述第一牛脸分类模型且存在所述牛脸特征提取器，则利用所述牛脸特征提取器得到待鉴权牛只的牛脸特征向量并拼接为待鉴权拼接牛脸特征向量，将数据库中各牛只的预存牛脸特征向量拼接得到预存拼接牛脸特征向量，通过将所述待鉴权拼接牛脸特征向量与各预存拼接牛脸特征向量进行相似度计算而实现牛只身份鉴权。2.根据权利要求1所述的方法，其特征在于，所述第一牛脸分类模型和所述牛脸特征提取器基于残差神经网络。3.根据权利要求1所述的方法，其特征在于，所述第一牛脸分类模型根据输入的牛脸照片输出牛只编号，所述第一牛脸分类模型包括正脸模型、左侧脸模型和右侧脸模型。4.根据权利要求3所述的方法，其特征在于，利用所述第一牛脸分类模型实现牛只身份鉴权，包括：获取待鉴权牛只的牛脸照片，所述待鉴权牛只的牛脸照片为正脸、左侧脸、或右侧脸照片；将所述待鉴权牛只的牛脸照片输入相应的正脸模型、左侧脸模型或右侧脸模型，得到牛只编号输出，作为识别结果，并根据此结果对牛只身份进行鉴权。5.根据权利要求1所述的方法，其特征在于，所述构建牛脸特征提取器，包括：利用已有牛脸数据集训练第二牛脸分类模型，所述牛脸数据集包括正脸、左侧脸和右侧脸数据集，所述第二牛脸分类模型包括正脸模型、左侧脸模型和右侧脸模型；...

【专利技术属性】
技术研发人员：盖珂珂，
申请(专利权)人：北京牧国科技有限公司，
类型：发明
国别省市：