【技术实现步骤摘要】
本专利技术属于目标识别，特别是一种目标行为监测方法及系统。
技术介绍
1、目标行为识别对监测目标的状态具有重要意义，广泛应用于各个领域。鸡的行为信息可以很好的反应肉鸡养殖过程中的福利水平和健康状况。但是，传统的养鸡场主要采用人工的手段观测肉鸡的行为，这种方法不仅耗时费力，还容易出现疏漏。
2、目前的现有技术大多使用对肉鸡穿戴检测传感器以达到监测肉鸡行为的目的，但是传感器的佩戴会导致以下缺点：
3、1. 传感器需要长期佩戴在鸡身上，可能会给鸡带来一定程度的物理压力和不适，影响其正常生长发育。
4、2. 传感器的存在可能会影响鸡的天然行为模式，比如会抑制某些正常动作，造成行为数据收集上的偏差。
5、3. 佩戴传感器所需的接触性装置不够灵活可靠，可能存在脱落或损坏的风险，影响数据连续采集。
6、4. 给大量鸡只单独佩戴和维护传感器的人工成本较高,不太适用于大规模养殖。
7、因此，开发一种高效、准确的分析手段对肉鸡的行为状态进行实时地监测是非常重要的。
8、文献...
【技术保护点】
1.一种目标行为监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述扩散模型的训练方式包括：
3.根据权利要求2所述的方法，其特征在于，所述NeRF网络的训练方式包括：
4.根据权利要求3所述的方法，其特征在于，所述分类网络为PointNet++，所述分类网络的训练方式包括：
5.根据权利要求4所述的方法，其特征在于，所述多尺度局部点集抽取模块用于从目标三维点云数据中通过不同尺度的球形区域抽取目标不同部位的局部点集；
6.一种目标行为监测系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种目标行为监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述扩散模型的训练方式包括：
3.根据权利要求2所述的方法，其特征在于，所述nerf网络的训练方式包括：
4.根据权利要求3所述的方法，其特征在于，所述分类网络为pointnet++，所述分类网络的训练方式包括：
5.根据权利要求4所述的方法，其特征在于，所述多尺度局部点集抽取模块用于从目标三维点云数据中通过不同尺度的球形区域抽取目标不同部位的局部点集；
6.一种目标行为...
【专利技术属性】
技术研发人员：刘路，王子龙，杨玲玲，王飞，王玉伟，刘素梅，姜润深，徐洪志，
申请(专利权)人：安徽农业大学，
类型：发明
国别省市：
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。