一种基于时刻偏移损失的肉牛异常行为视频时序定位方法技术

本发明专利技术提供了一种基于时刻偏移损失的肉牛异常行为视频时序定位方法，包括：步骤S1，构建肉牛异常行为时序定位数据集：步骤S2，提取肉牛异常行为视频特征：步骤S3，实现肉牛异常行为时序定位方法：步骤S4，利用中心点‑始末时刻偏移损失函数和焦点损失函数训练肉牛异常行为时序定位模型；步骤S5，肉牛异常行为时序定位。针对现有时序定位方法仅针对单一目标且准确性差的问题，本发明专利技术的计算行为发生和结束时刻偏移量的损失函数——中心点‑始末时刻偏移损失函数，构建基于时刻偏移损失的肉牛异常行为视频时序定位方法，实现监控视频中肉牛异常行为的时序定位，以满足真实养殖场景下肉牛精准管理时获取异常行为发生时间的需求。

【技术实现步骤摘要】

本专利技术属于视频图像理解，涉及肉牛行为，具体涉及一种基于时刻偏移损失的肉牛异常行为视频时序定位方法。

技术介绍

1、肉牛养殖过程中，饲喂人员需要随时监测、及时发现肉牛的异常状况，进而对肉牛圈舍环境、饲料等进行调整。传统养殖环节依赖人力开展巡场工作，监测肉牛的异常行为。该方式耗时耗力，成本较高，且难以实现圈舍全天候监测。

2、随着养殖场监控设施的普及和计算机视觉技术的发展，结合深度学习技术，构建肉牛异常行为时序定位方法，使得实现肉牛异常行为全天候监测成为可能。近年来，基于深度学习技术和计算机视觉的动物行为识别方法取得了较快的发展。例如，王少华等人在文献“基于改进yolo v3模型的奶牛发情行为识别研究”提出了一种基于改进yolo v3模型的奶牛发情行为识别方法，引入密集模块，并使用中心点距离融合交并比的边界框损失函数，实现了复杂养殖场景下对奶牛爬跨行为的识别。例如，wang等人在文献“e3d:an efficient3d cnn for the recognition of dairy cow's basic motion behavior.”本文档来自技高网...

【技术保护点】

1.一种基于时刻偏移损失的肉牛异常行为视频时序定位方法，其特征在于，该方法包括以下步骤：

2.如权利要求1所述的基于时刻偏移损失的肉牛异常行为视频时序定位方法，其特征在于，步骤S1中，所述的视频的时长涵盖30秒，60秒，120秒和300秒。

3.如权利要求1所述的基于时刻偏移损失的肉牛异常行为视频时序定位方法，其特征在于，步骤S3中，所述的肉牛异常行为时序定位模型中，预设的输入特征向量最大长度Lmax为2304，当L/4≤Lmax时，在下标区间[L/4,Lmax]位置补0；当L/4>Lmax时，舍弃下标区间[Lmax,/4]的特征，从而获得形状为[2048,...

【技术特征摘要】

1.一种基于时刻偏移损失的肉牛异常行为视频时序定位方法，其特征在于，该方法包括以下步骤：

2.如权利要求1所述的基于时刻偏移损失的肉牛异常行为视频时序定位方法，其特征在于，步骤s1中，所述的视频的时长涵盖30秒，60秒，120秒和300秒。

3.如权利要求1所述的基于时刻偏移损失的肉牛异常行为视频时序定位方法，其特征在于，步骤s3中，所述的肉牛异常行为时序定位模型中，预设的输入特征向量最大长度lmax为2304，当l/4≤lmax时，在下标区间[l/4,lmax]位置补0；当l/4>lmax时，舍弃下标区间[lmax,/4]的特征，从而获得形状为[2048,2304]的特征向量。

4.如权利要求1所述的基于时刻偏移损失的肉牛异...

【专利技术属性】
技术研发人员：张宏鸣，武杰，韩亚敏，蔡明宇，黄铝文，蒲攀，李斌，昝林森，王洪宝，黄小星，赵乾坤，
申请(专利权)人：西北农林科技大学，
类型：发明
国别省市：