一种基于双流卷积神经网络的生猪攻击性行为识别方法技术

本发明专利技术涉及一种行为识别方法，具体涉及一种基于双流卷积神经网络的生猪攻击性行为识别方法。该识别方法包括：数据源视频获取、数据集预处理、利用光流法提取图像时间特征、模型搭建、二次验证和应用。该识别方法利用时间流卷积神经网络和空间流卷积神经网络分别对不同特征进行识别，充分发挥了各自网络的优势。两个网络任务互不干扰，最后通过TFN融合单元映射结合在一起，使模型训练和识别更为简单、高效且准确。由于单个卷积神经网络识别、处理的特征变少，从而能有效提高识别准确率和识别效率。解决了现有分析方法识别准确率低下的问题。

【技术实现步骤摘要】

本专利技术涉及一种行为识别方法，具体涉及一种基于双流卷积神经网络的生猪攻击性行为识别方法。

技术介绍

1、近年来，农业生产中计算机视觉技术的应用越来越多，利用计算机代替人工监控、统计，有着更高的效率，为农业生产的调控提供可靠、准确的依据。生猪运动行为的统计分析对了解生猪的生活习性、防御机制与健康状况具有重要意义。大型猪场一直以来采用人工观察生猪运动行为，这种方式费时费力且易出错。通过神经网络监控、检测并研究生猪的攻击性行为类别与其发生规律，能极大的减轻猪场日常管理的人力成本，对生猪的日常监控、管理策略制定具有重要意义。

2、当前，生物动作行为分析方法主要有三类：第一类是基于多帧roi时空特征的行为识别方法，其优点是能够识别细微的运动变化，缺点是roi提取精度易受到外部因素影响，继而直接影响动作识别精度。第二类是基于深度学习的时空特征分层方法，对于中大型动物的运动行为分析有较好的效果。第三类是基于关键点跟踪的行为识别方法，这种方法可以是基于传感器，也可以是基于图像或视频，其优点是能够较为直接的反映出运动情况，缺点是目前尚不能确定关键点和运动的具体本文档来自技高网...

【技术保护点】

1.一种基于双流卷积神经网络的生猪攻击性行为识别方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于双流卷积神经网络的生猪攻击性行为识别方法，其特征在于：所述的生猪的攻击行为包括咬、敲、践踏和追逐，咬包括咬尾、咬耳朵和咬身体，敲包括敲头和敲身体；所述的生猪的非攻击行为包括玩耍、躺卧、吃食和饮水。

3.根据权利要求1所述的一种基于双流卷积神经网络的生猪攻击性行为识别方法，其特征在于：所述的生猪行为视频集逐帧读取后，将每个视频帧的短边缩短为256，利用Crop函数对缩短后的视频帧进行裁切，使图像大小变为224*224。

4.根据权利要求1所述...

【技术特征摘要】

1.一种基于双流卷积神经网络的生猪攻击性行为识别方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于双流卷积神经网络的生猪攻击性行为识别方法，其特征在于：所述的生猪的攻击行为包括咬、敲、践踏和追逐，咬包括咬尾、咬耳朵和咬身体，敲包括敲头和敲身体；所述的生猪的非攻击行为包括玩耍、躺卧、吃食和饮水。

3.根据权利要求1所述的一种基于双流卷积神经网络的生猪攻击性行为识别方法，其特征在于：所述的生猪行为视频集逐帧读取后，将每个视频帧的短边缩短为256，利用crop函数对缩短后的视频帧进行裁切，使图像大小变为224*224。

4.根据权利要求1...

【专利技术属性】
技术研发人员：詹炜，郭宇衡，童思思，
申请(专利权)人：长江大学，
类型：发明
国别省市：