一种猪只唯一化识别去重警报方法

1.本发明涉及计算机视觉深度学习、姿态估计技术领域，具体涉及一种猪只唯一化识别去重警报方法。


背景技术：

2.生猪养殖行业中，猪只体重是一项极其重要的指标，而传统的称量体重方式为人工驱赶猪只轮流上秤，称重示数稳定后再进行人工记录。在此过程中，生猪适应环境变化需要时间，并且由于猪天性喜静的特性，人工驱赶猪会使其受到惊吓，进而导致生猪的健康受到不良影响。
3.体重记录员精力有限并且猪场工作环境条件较差，导致记录结果不能保证完全准确，极有可能出现记错体重，重复记录同一猪只体重等情况。并且单日工作量非常有限，效率低下。
4.为减少驱赶猪只其健康造成的不良影响，减少饲养员与记录员的无效精力消耗，提高称重效率，本方法基于计算机视觉技术、关键点检测技术与ai智能称重系统实现了全自动识别称重过程中是否存在重复称重情况的功能，若疑似重复称重则立刻向用户发送反馈，以便人工进行确认是否存在重复称重的情况，从而从称重层面上实现猪只唯一化的功能。


技术实现要素：

5.本发明的目的在于克服现有技术的缺点，提供了一种猪只唯一化识别去重警报方法。
6.本发明的目的通过以下技术方案来实现：一种猪只唯一化识别去重警报方法，包括以下步骤：步骤1：读取猪只信息，判断是否存在疑似重复称重猪只；步骤2：对疑似重复称重猪只进行核查。
7.具体的，所述猪只信息包括猪只体重、猪只序列号和猪只图片信息。
8.具体的，步骤1所述疑似重复称重猪只判断，包括以下子步骤：步骤11：根据猪只体重对猪只个体进行排序；步骤12：检查每个猪只个体体重与其后各个猪只个体的体重之差是否在预设的体重差以内，若是，进入步骤2；若否，重复步骤11，直至所有猪只检查完毕。
9.具体的，基于磅秤示数获得猪只体重可以通过ocr技术等多种方式。
10.具体的，所述体重差为2kg。
11.具体的，步骤2所述对疑似重复称重猪只核查，包含以下子步骤：步骤21：对疑似重复的猪只个体的图片使用pigpose模型检测其关键点，并将关键点坐标归一化成 [0,1] 之间的数值，以减少由于照片拍摄角度和距离的细微差异造成的透视原理影响；
步骤22：计算同一位置的关键点归一化后坐标的欧氏距离，所述欧氏距离如小于预设的极小值ε，则视为两个关键点在生理结构上是重合的；步骤23：若重复的关键点的数量与有效关键点的数量的比值大于等于阈值t，则认定这两个个体疑似出现了重复称重的情况。
[0012]
具体的，所述使用pigpose模型检测其关键点具体为：运用猪只骨架模型作为唯一化识别的主要参考，对于疑似重复称重的猪只的图片提取全身22个关键点，并得到关键点的坐标信息；所述22个关键点包括：猪左耳、猪右耳、猪鼻子最前端、猪左前肢肩胛骨中心位置、猪左前肢尺骨与臂骨的交接点、猪左前肢腕与臂交接处、猪左前肢系的中心处、猪右前肢肩胛骨中心处、猪右前肢尺骨与臂骨的交接点、猪右前肢腕与臂交接处、猪右前肢系的中心处、猪左后肢髋骨与股骨连接处的位置、猪左后肢股骨与胫骨的交界点、猪左后肢腓骨与跌骨连接处、猪左后肢系的中心位置、猪右后肢髋骨与股骨连接处的位置、猪右后肢股骨与胫骨的交界点、猪右后肢腓骨与跌骨连接处位置、猪右后肢系的中心位置、猪背、腰处中点处和猪下腹中点处。
[0013]
具体的，步骤21所述关键点坐标归一化的计算式为：式中，分别为归一化后的关键点x轴坐标值与y轴坐标值，x、y为关键点原始坐标的x轴分量值与原始坐标的y轴分量值，分别为猪只识别框的左边界、右边界、下边界、上边界，分别表示所有关键点坐标中的x轴分量的最小值、最大值与所有关键点坐标中的y轴分量的最小值、最大值。
[0014]
具体的，步骤22所述欧氏距离的计算式为：。
[0015]
具体的，检测到的、无效的关键点的x轴分量和y轴分量，用-1表示。
[0016]
基于上述技术方案，可产生如下技术效果：本方法创造性地提出了一种基于计算机视觉技术、关键点检测技术与ai智能称重系统的全自动识别称重过程中是否存在重复称重情况的算法技术。相较于传统的全人工流程，效率提高了多个量级，减轻了从业人员进行称重工作所面临的风险，大大减轻了测温过程对猪只健康的不良影响，大幅度降低了人力成本。本方法对关键点信息使用的归一化处理降低了拍摄角度和距离引起的透视原理的影响，提高了二次检验的可信度。总而言之，本方法是一种低成本、高效率、广适应性、高鲁棒性于一体的科学化规模化猪只称重过程大幅改良方案。
[0017]
依托于计算机视觉与深度学习等计算机科学领域的快速发展，本方法为现代化、科学化的猪只养殖提供了有力保障，在真正意义上实现了养殖学、食品工程、材料科学与计算机科学等多学科的交叉融合，以新兴技术领域为传统工农业赋能。同时，本方法在现代化养殖产业中具有较高的技术优势和市场价值，适合于生产中的实际应用与技术上的进一步
推广。
附图说明
[0018]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0019]
图1 为本发明的方法流程图；图2 为本发明的读取猪只信息流程图；图3为本发明的重复称重猪只核查流程图。
具体实施方式
[0020]
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。且应到注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0021]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例，在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0022]
在一个优选的实施例中：如图1所示，一种猪只唯一化识别去重警报方法，包括以下步骤：步骤1：读取猪只信息，判断是否存在疑似重复称重猪只；步骤2：对疑似重复称重猪只进行核查。
[0023]
具体的，所述猪只信息包括猪只体重、猪只序列号和猪只图片信息。
[0024]
如图2所示，具体的，步骤1所述疑似重复称重猪只判断，包括以下子步骤：步骤11：根据猪只体重对猪只个体进行排序；步骤12：检查每个猪只个体体重与其后各个猪只个体的体重之差是否在预设的体重差以内，若是，进入步骤2；若否，重复步骤11，直至所有猪只检查完毕。
[0025]
具体的，基于磅秤示数获得猪只体重可以通过ocr技术等多种方式。
[0026]
具体的，所述体重差为2kg。
[0027]
如图3所示，具体的，步骤2所述对疑似重复称重猪只核查，包含以下子步骤：步骤21：对疑似重复的猪只个体的图片使用pigpose模型检测其关键点，并将关键点坐标归一化成 [0,1] 之间的数值，以减少由于照片拍摄角度和距离的细微差异造成的透视原理影响；步骤22：计算同一位置的关键点归一化后坐标的欧氏距离，所述欧氏距离如小于预设的极小值ε，则视为两个关键点在生理结构上是重合的；步骤23：若重复的关键点的数量与有效关键点的数量的比值大于等于阈值t，则认定这两个个体疑似出现了重复称重的情况。
[0028]
具体的，所述使用pigpose模型检测其关键点具体为：运用猪只骨架模型作为唯一化识别的主要参考，对于疑似重复称重的猪只的图片提取全身22个关键点，并得到关键点的坐标信息；所述22个关键点包括：猪左耳、猪右耳、猪鼻子最前端、猪左前肢肩胛骨中心位置、猪左前肢尺骨与臂骨的交接点、猪左前肢腕与臂交接处、猪左前肢系的中心处、猪右前肢肩胛骨中心处、猪右前肢尺骨与臂骨的交接点、猪右前肢腕与臂交接处、猪右前肢系的中心处、猪左后肢髋骨与股骨连接处的位置、猪左后肢股骨与胫骨的交界点、猪左后肢腓骨与跌骨连接处、猪左后肢系的中心位置、猪右后肢髋骨与股骨连接处的位置、猪右后肢股骨与胫骨的交界点、猪右后肢腓骨与跌骨连接处位置、猪右后肢系的中心位置、猪背、腰处中点处和猪下腹中点处。
[0029]
具体的，步骤21所述关键点坐标归一化的计算式为：式中，分别为归一化后的关键点x轴坐标值与y轴坐标值，x、y为关键点原始坐标的x轴分量值与原始坐标的y轴分量值，分别为猪只识别框的左边界、右边界、下边界、上边界，分别表示所有关键点坐标中的x轴分量的最小值、最大值与所有关键点坐标中的y轴分量的最小值、最大值。
[0030]
具体的，步骤22所述欧氏距离的计算式为：。
[0031]
具体的，检测到的、无效的关键点的x轴分量和y轴分量，用-1表示。
[0032]
本文揭露的结构、功能和连接形式，可以通过其它方式实现。例如，以上所描述的实施例仅是示意性的，例如盖板和压板可以有其他安装方式，例如多个组件可以结合或者集成于另一个组件；另外，在本文各个实施例中的各功能组件可以集成在一个功能组件中，也可以是各个功能组件单独物理存在，也可以两个或两个以上功能组件集成为一个功能组件。
[0033]
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。