CN107707875A - 牲畜监控方法、计算机程序、存储介质及电子设备 - Google Patents
牲畜监控方法、计算机程序、存储介质及电子设备 Download PDFInfo
- Publication number
- CN107707875A CN107707875A CN201710855411.2A CN201710855411A CN107707875A CN 107707875 A CN107707875 A CN 107707875A CN 201710855411 A CN201710855411 A CN 201710855411A CN 107707875 A CN107707875 A CN 107707875A
- Authority
- CN
- China
- Prior art keywords
- livestock
- target
- video
- sequence
- activity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 244000144972 livestock Species 0.000 title claims abstract description 241
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012544 monitoring process Methods 0.000 title claims abstract description 34
- 238000004590 computer program Methods 0.000 title claims abstract description 19
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000000694 effects Effects 0.000 claims abstract description 59
- 238000009395 breeding Methods 0.000 claims abstract description 35
- 230000001488 breeding effect Effects 0.000 claims abstract description 35
- 238000003062 neural network model Methods 0.000 claims abstract description 9
- 230000000875 corresponding effect Effects 0.000 claims description 38
- 230000006854 communication Effects 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 28
- 230000036541 health Effects 0.000 claims description 10
- 239000003651 drinking water Substances 0.000 claims description 5
- 235000020188 drinking water Nutrition 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 241000272525 Anas platyrhynchos Species 0.000 claims description 3
- 241000272814 Anser sp. Species 0.000 claims description 3
- 241000283073 Equus caballus Species 0.000 claims description 3
- 241000287828 Gallus gallus Species 0.000 claims description 3
- 241001494479 Pecora Species 0.000 claims description 3
- 241000009328 Perro Species 0.000 claims description 3
- 241000282898 Sus scrofa Species 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 2
- 230000037406 food intake Effects 0.000 description 7
- 235000012631 food intake Nutrition 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 244000144977 poultry Species 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000004617 sleep duration Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K45/00—Other aviculture appliances, e.g. devices for determining whether a bird is about to lay
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Birds (AREA)
- Biophysics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种牲畜监控方法、计算机程序、存储介质及电子设备。其中,牲畜监控方法包括:获取与预定统计时间段对应的牲畜圈养区域的场景的视频帧序列;通过用于牲畜跟踪的神经网络模型,对所述视频帧序列中出现的目标牲畜进行牲畜跟踪;其中,获取所述目标牲畜在所述牲畜圈养区域中的指定活动区域内的活动时长;根据所述活动时长确定目标牲畜进行与所述指定活动区域相应的活动的活动量。采用本发明的技术方案,可以准确地监控目标牲畜进行指定活动的活动量,从而实现对目标牲畜的有效监控,有助于对目标牲畜进行优化养殖。
Description
技术领域
本发明实施例涉及计算机视觉技术领域,尤其涉及一种牲畜监控方法、计算机程序、存储介质及电子设备。
背景技术
在畜牧业领域,在用户需要监控养殖的牲畜的健康信息、进食信息等相关养殖信息时,通过只能采用人工监控的方式。但对于养殖规模较大的养殖户来说,养殖的牲畜较多,对牲畜进行人工监控需要耗费大量的精力;而且,由于养殖的牲畜通常为同一种类,容易出现监控对象错乱的问题;以及,只能根据用户经验来获取相关信息,无法准确地获取相关养殖信息。
发明内容
本发明实施例提供了一种牲畜监控的技术方案。
根据本发明实施例的第一方面,提供了一种牲畜监控方法,包括:获取与预定统计时间段对应的牲畜圈养区域的场景的视频帧序列;通过用于牲畜跟踪的神经网络模型,对所述视频帧序列中出现的目标牲畜进行牲畜跟踪;其中,获取所述目标牲畜在所述牲畜圈养区域中的指定活动区域内的活动时长;根据所述活动时长确定目标牲畜进行与所述指定活动区域相应的活动的活动量。
可选地,在所述对所述视频帧序列中出现的目标牲畜进行牲畜跟踪之前,还包括:获取包括进入所述牲畜圈养区域的目标牲畜的牲畜图像;所述对所述视频帧序列中出现的目标牲畜进行牲畜跟踪,包括:根据所述牲畜图像与所述视频帧序列之间的映射关系,对所述视频帧序列中的场景视频帧中出现的目标牲畜开始进行牲畜跟踪。
可选地,所述根据所述活动时长确定目标牲畜进行与所述指定活动区域相应的活动的活动量,包括:获取所述目标牲畜进行与所述指定活动区域相应的活动的历史数据;根据所述历史数据和所述活动时长获取目标牲畜进行与所述指定活动区域相应的活动的活动量。
可选地,所述指定区域包括食槽区域、饮水区域和/或睡觉区域。
可选地,在所述根据所述活动时长确定目标牲畜进行与所述指定活动区域相应的活动的活动量之后,还包括:根据所述活动量获取所述目标牲畜的健康信息。
可选地,所述对所述视频帧序列中出现的目标牲畜进行牲畜跟踪,包括:如果所述牲畜跟踪出现中断,则在所述牲畜跟踪中断后的视频帧序列中的场景视频帧中出现所述目标牲畜的图像时,重新开始牲畜跟踪。
可选地,所述目标牲畜为牛、羊、马、猪、狗、鸡、鸭或者鹅。
根据本发明实施例的第二方面,还提供了一种计算机程序,其包括有计算机程序指令,其中,所述程序指令被处理器执行时用于实现本发明实施例的任一种牲畜监控方法对应的步骤。
根据本发明实施例的第三方面,还提供了一种计算机可读存储介质,其上存储有计算机程序指令,其中,所述程序指令被处理器执行时用于实现本发明实施例的任一种牲畜监控方法对应的步骤。
根据本发明实施例的第四方面,还提供了一种电子设备,包括:处理器、存储器、通信元件和通信总线,所述处理器、所述存储器和所述通信元件通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行本发明实施例的任一种牲畜监控方法对应的步骤。
根据本发明实施例的牲畜监控方案,通过获取牲畜圈养区域的场景的视频帧对目标牲畜进行目标跟踪,来获取目标牲畜在牲畜圈养区域中的指定活动区域的活动时长,以判断出目标牲畜进行指定活动的活动量,从而可以根据该活动量分析或统计目标牲畜的养殖信息、健康信息等相关信息,有效地实现了对目标牲畜的监控,有助于对目标牲畜进行优化养殖等。
附图说明
图1是根据本发明实施例一的一种牲畜监控方法的步骤流程图;
图2是根据本发明实施例二的一种牲畜监控方法的步骤流程图;
图3是根据本发明实施例四的一种电子设备的结构示意图。
具体实施方式
下面结合附图(若干附图中相同的标号表示相同的元素)和实施例,对本发明实施例的具体实施方式作进一步详细说明。以下实施例用于说明本发明,但不用来限制本发明的范围。
本领域技术人员可以理解,本发明实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
实施例一
参照图1,示出了根据本发明实施例一的一种牲畜监控方法的步骤流程图。
本实施例的牲畜监控方法包括以下步骤:
步骤S102:获取与预定统计时间段对应的牲畜圈养区域的场景的视频帧序列。
本发明实施例中,可通过将任意的图像采集设备设置在牲畜圈养区域中,用于采集牲畜圈养区域的场景的视频帧序列。其中,可在牲畜圈养区域安装一个或多个图像采集设备,只要保证牲畜圈养区域内的每个位置能够出现在视频帧序列的场景视频帧中即可。
可选地,在任何需要对牲畜圈养区域中的牲畜进行监控时,可以执行本步骤,获取预定统计时间段的视频帧序列。其中,预定统计时间段可以为6小时、一天、一周等任意时间段。
步骤S104:通过用于牲畜跟踪的神经网络模型,对视频帧序列中出现的目标牲畜进行牲畜跟踪。
其中,神经网络模型可以是任意适当的用于实现牲畜目标跟踪的神经网络,包括但不限于卷积神经网络、增强学习神经网络、对抗神经网络中的生成网络等等。神经网络中具体结构的设置可以由本领域技术人员根据实际需求适当设定,如卷积层的层数、卷积核的大小、通道数等等,本发明实施例对此不作限制。
在具体的实施方式中,神经网络模型可具有两个输入端,一个输出端。具体地,一个输入端用于输入视频帧序列中的一个场景视频帧,另一个输入端用于输入与该场景视频帧在时序上相邻的另一个场景视频帧,输出端用于输出时序上相邻的两个场景视频帧中出现的牲畜的跟踪结果。
根据本发明实施例,在牲畜跟踪中,获取目标牲畜在牲畜圈养区域中的指定活动区域内的活动时长;根据活动时长确定目标牲畜进行与指定活动区域相应的活动的活动量。
一种可选的实施方式中,在对视频帧序列中的每个场景视频帧进行跟踪的处理中,在获取的跟踪结果包括目标牲畜的位置之后,检测目标牲畜的位置是否出现在指定活动区域。如果目标牲畜出现在指定活动区域,则获取当前场景视频帧序列的时序信息(例如时间戳);获取目标牲畜出现在指定活动区域的每个场景视频帧的时序信息,并统计目标牲畜出现在指定活动区域的活动时长。其中,在预定统计时间段内,获取的时序信息包括连续或间隔性连续的时序信息,也即,活动时长包括目标牲畜出现在指定获取区域的一次或多次的持续时长。
可选地,在获取活动时长的处理中,还可以通过检测目标牲畜是否进行与指定获取区域相应的指定活动,并在目标牲畜进行指定活动时,获取对应场景视频帧的时序信息,进而统计出活动时长,以提高获取的活动时长的精确度。
在获取目标牲畜进行指定活动的活动时长之后,根据该活动时长以及目标牲畜进行指定活动的效率的信息,可以相应地确定目标牲畜进行指定活动的活动量。其中,目标牲畜进行指定活动的效率的信息可以为目标牲畜的本身或同类别牲畜进行指定获取的历史数据。
在实际应用中,用户可以根据确定的目标牲畜进行指定活动的活动量,分析或统计出目标牲畜的相关养殖信息或健康信息等,有助于优化目标牲畜的养殖方法。
根据本发明实施例的牲畜监控方法,通过获取牲畜圈养区域的场景的视频帧对目标牲畜进行目标跟踪,来获取目标牲畜在牲畜圈养区域中的指定活动区域的活动时长,以判断出目标牲畜进行指定活动的活动量,从而可以根据该活动量分析或统计目标牲畜的养殖信息、健康信息等相关信息,有助于对目标牲畜进行监管和优化养殖等。
本实施例的牲畜监控方法可以由任意适当的具有相应的图像或数据处理能力的设备执行,包括但不限于:终端设备和服务器等。或者,本发明实施例提供的任一种牲畜监控方法可以由处理器执行,如处理器通过调用存储器存储的相应指令来执行本发明实施例提及的任一种牲畜监控方法。下文不再赘述。
实施例二
参照图2,示出了根据本发明实施例二的一种牲畜监控方法的步骤流程图。
本实施例的牲畜监控方法包括以下步骤:
步骤S202:获取包括进入牲畜圈养区域的目标牲畜的牲畜图像。
其中,目标为牛、羊、马、猪、狗、鸡、鸭或者鹅等任意牲畜。
例如,通过设置在牲畜圈养区域入口处的第一图像采集设备,采集包括目标牲畜的图像。这里,采集的图像可以为包括目标牲畜的脸部的图像,以方便通过目标牲畜的脸部图像的特征数据等来对目标牲畜进行标识。
步骤S204:获取与预定统计时间段对应的牲畜圈养区域的场景的视频帧序列。
例如,通过设置在牲畜圈养区域中的第二图像采集设备,采集牲畜圈养区域的场景的视频帧序列。其中,视频帧序列中的牲畜圈养区域的场景视频帧中包括牲畜圈养区域中的每个区域的场景,以及每个区域中的牲畜。
步骤S206:根据牲畜图像与视频帧序列之间的映射关系,对视频帧序列中的场景视频帧中出现的目标牲畜开始进行牲畜跟踪。
其中,牲畜图像与视频帧序列之间的映射关系,可以根据前述第一图像设备采集牲畜图像和第二图像设备采集视频帧序列的时间信息相应地确定。
本实施例中,根据牲畜图像与视频帧序列之间的映射关系,通过用于牲畜跟踪的神经网络模型,检测视频帧序列的场景视频帧中是否包括牲畜图像(例如目标牲畜的脸部图像),在检测到牲畜图像时确定视频帧序列中出现目标牲畜,并开始对目标牲畜进行牲畜跟踪。
可选地,如果牲畜跟踪出现中断,则在牲畜跟踪中断后的视频帧序列中的场景视频帧中出现目标牲畜的图像时,重新开始牲畜跟踪。
例如,在出现图像采集设备断电、更换或维修等因素导致牲畜跟踪中断后,如果需要再次进行牲畜跟踪,可以在重新获取的视频帧序列中检测目标对象,并在检测到目标对象的图像(例如目标牲畜的脸部图像)时,可以对目标对象重新开始进行牲畜跟踪。其中,如果在重新获取的视频帧序列中未检测到目标对象,则可以发出预警信息,以提示用户查看牲畜圈养区域内的牲畜是否出现丢失或者是否被替换,达到对牲畜圈养区域内的牲畜资产进行监控的目的。
步骤S208:获取目标牲畜在牲畜圈养区域中的指定活动区域内的活动时长。
可选地,在对目标牲畜进行牲畜跟踪的过程中,获取目标牲畜出现在指定活动区域的次数,以及每次出现在指定活动区域的持续时长,从而确定目标牲畜在预定统计时间段内出现在指定活动区域的活动时长。
在实际的应用场景中,指定获取区域可以为牲畜圈养区域中的食槽区域、饮水区域和/或睡觉区域,相应地,与指定活动区域相应的指定活动为进食、饮水和/或睡觉,获取的牲畜进行指定活动的活动时长为进食时长、饮水时长和/或睡觉时长。
步骤S210:据活动时长确定目标牲畜进行与指定活动区域相应的活动的活动量。
可选地,获取目标牲畜进行与所述指定活动区域相应的活动的历史数据根据历史数据和活动时长获取目标牲畜进行与所述指定活动区域相应的活动的活动量。
其中,历史数据可以包括目标牲畜本身或者目标牲畜的同类牲畜,在预设时长内进行与指定活动区域相应的指定活动的活动次数和活动量,根据该历史数据可以确定目标牲畜进行指定活动的活动效率。将历史数据与目标牲畜在预定统计时间段内进行指定活动的活动时长相结合,可以相应地确定目标牲畜的活动量。
步骤S212:根据活动量获取目标牲畜的健康信息。
可选地,指定活动区域为食槽区域,获取的活动量相应地为目标牲畜在预定统计时间段内的进食量。根据获取的进食量与目标牲畜的标准进食量进行比较,可以相应地判断出目标牲畜是否异常。例如,如果获取的进食量与标准进食量的差值超过预设阈值,则可以确定目标牲畜可能出现例如生病的异常情况。此外,指定活动区域还可以为饮水区域或睡觉区域,通过获取目标牲畜在预定统计时间段内的饮水量或睡觉量(可直接将获取的睡觉时长作为睡觉量),也可以相应地获取目标牲畜的健康信息。
在这里说明,本实施例仅以健康信息为例,来说明依据目标牲畜的活动量可以获取牲畜养殖的相关信息。在其他实施例中,还可以依据获取的目标牲畜进行指定活动的活动量,获取其他信息。例如,根据前述获取目标牲畜在预定统计时间段内的进食量,可以统计目标牲畜的养殖成本;再例如,通过给目标牲畜提供的多种饲料的种类,以及每种饲料对应的目标牲畜的进食量,可以确定哪种饲料有利于目标牲畜的饲养。
根据本发明实施例的牲畜监控方法,通过获取牲畜圈养区域的场景的视频帧对目标牲畜进行目标跟踪,来获取目标牲畜在牲畜圈养区域中的指定活动区域的活动时长,以判断出目标牲畜进行指定活动的活动量,从而可以根据该活动量分析或统计目标牲畜的养殖信息、健康信息等相关信息,有效地实现了对目标牲畜的监控,有助于对目标牲畜进行优化养殖等。
实施例三
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本发明实施例提供的任一牲畜监控方法的步骤。
本实施例还提供了一种计算机程序,其包括有计算机程序指令,所述程序指令被处理器执行时用于实现本发明实施例提供的任一牲畜监控方法的步骤。
本实施例的计算机可读存储介质和计算机程序用于实现前述方法实施例中相应的牲畜监控方法,并具有相应的方法实施例的有益效果,在此不再赘述。
实施例四
本发明实施例四提供了一种电子设备,例如可以是移动终端、个人计算机(PC)、平板电脑、服务器等。下面参考图3,其示出了适于用来实现本发明实施例的终端设备或服务器的电子设备300的结构示意图:如图3所示,电子设备300包括一个或多个处理器、通信元件等,所述一个或多个处理器例如:一个或多个中央处理单元(CPU)301,和/或一个或多个图像处理器(GPU)313等,处理器可以根据存储在只读存储器(ROM)302中的可执行指令或者从存储部分308加载到随机访问存储器(RAM)303中的可执行指令而执行各种适当的动作和处理。通信元件包括通信组件312和/或通信接口309。其中,通信组件312可包括但不限于网卡,所述网卡可包括但不限于IB(Infiniband)网卡,通信接口309包括诸如LAN卡、调制解调器等的网络接口卡的通信接口,通信接口309经由诸如因特网的网络执行通信处理。
处理器可与只读存储器302和/或随机访问存储器303中通信以执行可执行指令,通过通信总线304与通信组件312相连、并经通信组件312与其他目标设备通信,从而完成本发明实施例提供的任一项牲畜监控方法对应的操作,例如,获取与预定统计时间段对应的牲畜圈养区域的场景的视频帧序列;通过用于牲畜跟踪的神经网络模型,对所述视频帧序列中出现的目标牲畜进行牲畜跟踪;其中,获取所述目标牲畜在所述牲畜圈养区域中的指定活动区域内的活动时长;根据所述活动时长确定目标牲畜进行与所述指定活动区域相应的活动的活动量。
此外,在RAM 303中,还可存储有装置操作所需的各种程序和数据。CPU301或GPU313、ROM302以及RAM303通过通信总线304彼此相连。在有RAM303的情况下,ROM302为可选模块。RAM303存储可执行指令,或在运行时向ROM302中写入可执行指令,可执行指令使处理器执行上述通信方法对应的操作。输入/输出(I/O)接口305也连接至通信总线304。通信组件312可以集成设置,也可以设置为具有多个子模块(例如多个IB网卡),并在通信总线链接上。
以下部件连接至I/O接口305:包括键盘、鼠标等的输入部分306;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分307;包括硬盘等的存储部分308;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信接口309。驱动器310也根据需要连接至I/O接口305。可拆卸介质311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器310上,以便于从其上读出的计算机程序根据需要被安装入存储部分308。
需要说明的,如图3所示的架构仅为一种可选实现方式,在具体实践过程中,可根据实际需要对上述图3的部件数量和类型进行选择、删减、增加或替换;在不同功能部件设置上,也可采用分离设置或集成设置等实现方式,例如GPU和CPU可分离设置或者可将GPU集成在CPU上,通信元件可分离设置,也可集成设置在CPU或GPU上,等等。这些可替换的实施方式均落入本发明的保护范围。
特别地,根据本发明实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,计算机程序包含用于执行流程图所示的方法的程序代码,程序代码可包括对应执行本发明实施例提供的方法步骤对应的指令,例如,获取与预定统计时间段对应的牲畜圈养区域的场景的视频帧序列;通过用于牲畜跟踪的神经网络模型,对所述视频帧序列中出现的目标牲畜进行牲畜跟踪;其中,获取所述目标牲畜在所述牲畜圈养区域中的指定活动区域内的活动时长;根据所述活动时长确定目标牲畜进行与所述指定活动区域相应的活动的活动量。在这样的实施例中,该计算机程序可以通过通信元件从网络上被下载和安装,和/或从可拆卸介质311被安装。在该计算机程序被处理器执行时,执行本发明实施例的方法中限定的上述功能。
需要指出,根据实施的需要,可将本发明实施例中描述的各个部件/步骤拆分为更多部件/步骤,也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤,以实现本发明实施例的目的。
上述根据本发明实施例的方法可在硬件、固件中实现,或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码,或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如,RAM、ROM、闪存等),当所述软件或计算机代码被计算机、处理器或硬件访问且执行时,实现在此描述的处理方法。此外,当通用计算机访问用于实现在此示出的处理的代码时,代码的执行将通用计算机转换为用于执行在此示出的处理的专用计算机。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明实施例的范围。
以上实施方式仅用于说明本发明实施例,而并非对本发明实施例的限制,有关技术领域的普通技术人员,在不脱离本发明实施例的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明实施例的范畴,本发明实施例的专利保护范围应由权利要求限定。
Claims (10)
1.一种牲畜监控方法,包括:
获取与预定统计时间段对应的牲畜圈养区域的场景的视频帧序列;
通过用于牲畜跟踪的神经网络模型,对所述视频帧序列中出现的目标牲畜进行牲畜跟踪;其中,获取所述目标牲畜在所述牲畜圈养区域中的指定活动区域内的活动时长;根据所述活动时长确定目标牲畜进行与所述指定活动区域相应的活动的活动量。
2.根据权利要求1所述的方法,其中,在所述对所述视频帧序列中出现的目标牲畜进行牲畜跟踪之前,还包括:
获取包括进入所述牲畜圈养区域的目标牲畜的牲畜图像;
所述对所述视频帧序列中出现的目标牲畜进行牲畜跟踪,包括:
根据所述牲畜图像与所述视频帧序列之间的映射关系,对所述视频帧序列中的场景视频帧中出现的目标牲畜开始进行牲畜跟踪。
3.根据权利要求1所述的方法,其中,所述根据所述活动时长确定目标牲畜进行与所述指定活动区域相应的活动的活动量,包括:
获取所述目标牲畜进行与所述指定活动区域相应的活动的历史数据;
根据所述历史数据和所述活动时长获取目标牲畜进行与所述指定活动区域相应的活动的活动量。
4.根据权利要求3所述的方法,其中,所述指定区域包括食槽区域、饮水区域和/或睡觉区域。
5.根据权利要求4所述的方法,其中,在所述根据所述活动时长确定目标牲畜进行与所述指定活动区域相应的活动的活动量之后,还包括:
根据所述活动量获取所述目标牲畜的健康信息。
6.根据权利要求1至5中任一项所述的方法,其中,所述对所述视频帧序列中出现的目标牲畜进行牲畜跟踪,包括:
如果所述牲畜跟踪出现中断,则在所述牲畜跟踪中断后的视频帧序列中的场景视频帧中出现所述目标牲畜的图像时,重新开始牲畜跟踪。
7.根据权利要求1至6中任一项权利要求所述的方法,其中,所述目标牲畜为牛、羊、马、猪、狗、鸡、鸭或鹅。
8.一种计算机程序,其包括有计算机程序指令,其中,所述程序指令被处理器执行时用于实现权利要求1至7中任一项所述的牲畜监控方法对应的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序指令,其中,所述程序指令被处理器执行时用于实现权利要求1至7中任一项所述的牲畜监控方法对应的步骤。
10.一种电子设备,包括:处理器、存储器、通信元件和通信总线,所述处理器、所述存储器和所述通信元件通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1至7中任一项所述牲畜监控方法对应的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710855411.2A CN107707875A (zh) | 2017-09-20 | 2017-09-20 | 牲畜监控方法、计算机程序、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710855411.2A CN107707875A (zh) | 2017-09-20 | 2017-09-20 | 牲畜监控方法、计算机程序、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107707875A true CN107707875A (zh) | 2018-02-16 |
Family
ID=61173159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710855411.2A Pending CN107707875A (zh) | 2017-09-20 | 2017-09-20 | 牲畜监控方法、计算机程序、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107707875A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109644890A (zh) * | 2018-11-20 | 2019-04-19 | 洛阳语音云创新研究院 | 一种动物健康状态监测方法和装置 |
WO2019223130A1 (zh) * | 2018-05-23 | 2019-11-28 | 平安科技(深圳)有限公司 | 动物健康状态监测方法、设备及存储介质 |
CN111481058A (zh) * | 2020-06-16 | 2020-08-04 | 江苏华丽智能科技股份有限公司 | 一种饮用水管控的方法和装置 |
CN112150506A (zh) * | 2020-09-27 | 2020-12-29 | 成都睿畜电子科技有限公司 | 一种目标状态的检测方法、装置、介质及电子设备 |
CN113052074A (zh) * | 2021-03-25 | 2021-06-29 | 京东数科海益信息科技有限公司 | 用于记录牲畜饲喂信息的方法、装置、电子设备和介质 |
CN113056190A (zh) * | 2018-11-29 | 2021-06-29 | 松下知识产权经营株式会社 | 养鸡系统、养鸡方法以及程序 |
CN114403047A (zh) * | 2022-02-09 | 2022-04-29 | 上海依蕴宠物用品有限公司 | 一种基于图像分析技术的老龄动物健康干预方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201830388U (zh) * | 2010-10-13 | 2011-05-11 | 成都创烨科技有限责任公司 | 一种视频内容采集及处理装置 |
CN104008367A (zh) * | 2014-05-08 | 2014-08-27 | 中国农业大学 | 基于计算机视觉的育肥猪的自动行为分析系统及方法 |
-
2017
- 2017-09-20 CN CN201710855411.2A patent/CN107707875A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201830388U (zh) * | 2010-10-13 | 2011-05-11 | 成都创烨科技有限责任公司 | 一种视频内容采集及处理装置 |
CN104008367A (zh) * | 2014-05-08 | 2014-08-27 | 中国农业大学 | 基于计算机视觉的育肥猪的自动行为分析系统及方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019223130A1 (zh) * | 2018-05-23 | 2019-11-28 | 平安科技(深圳)有限公司 | 动物健康状态监测方法、设备及存储介质 |
CN109644890A (zh) * | 2018-11-20 | 2019-04-19 | 洛阳语音云创新研究院 | 一种动物健康状态监测方法和装置 |
CN109644890B (zh) * | 2018-11-20 | 2022-02-22 | 洛阳语音云创新研究院 | 一种动物健康状态监测方法和装置 |
CN113056190A (zh) * | 2018-11-29 | 2021-06-29 | 松下知识产权经营株式会社 | 养鸡系统、养鸡方法以及程序 |
CN111481058A (zh) * | 2020-06-16 | 2020-08-04 | 江苏华丽智能科技股份有限公司 | 一种饮用水管控的方法和装置 |
CN112150506A (zh) * | 2020-09-27 | 2020-12-29 | 成都睿畜电子科技有限公司 | 一种目标状态的检测方法、装置、介质及电子设备 |
CN113052074A (zh) * | 2021-03-25 | 2021-06-29 | 京东数科海益信息科技有限公司 | 用于记录牲畜饲喂信息的方法、装置、电子设备和介质 |
CN114403047A (zh) * | 2022-02-09 | 2022-04-29 | 上海依蕴宠物用品有限公司 | 一种基于图像分析技术的老龄动物健康干预方法及系统 |
CN114403047B (zh) * | 2022-02-09 | 2023-01-06 | 上海依蕴宠物用品有限公司 | 一种基于图像分析技术的老龄动物健康干预方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107707875A (zh) | 牲畜监控方法、计算机程序、存储介质及电子设备 | |
Adriaenssens et al. | Natural selection, plasticity and the emergence of a behavioural syndrome in the wild | |
Niloofar et al. | Data-driven decision support in livestock farming for improved animal health, welfare and greenhouse gas emissions: Overview and challenges | |
Gibson et al. | Evaluating vegetation effects on animal demographics: The role of plant phenology and sampling bias | |
Wilson et al. | Citizen science reveals an extensive shift in the winter distribution of migratory western grebes | |
Perez et al. | Individual or common good? Voluntary data sharing to inform disease surveillance systems in food animals | |
US11209419B2 (en) | Lifecycle assessment systems and methods for determining emissions from animal production | |
US11369088B2 (en) | Industrial livestock management leveraging digital twin computing | |
Kneip et al. | Influence of population density and climate on the demography of subalpine golden-mantled ground squirrels | |
Suganya et al. | IoT in agriculture investigation on plant diseases and nutrient level using image analysis techniques | |
KR20200117610A (ko) | 전자식 모돈 관리 장치 | |
Moreno-Opo et al. | Is it necessary managing carnivores to reverse the decline of endangered prey species? Insights from a removal experiment of mesocarnivores to benefit demographic parameters of the Pyrenean capercaillie | |
CN112150498A (zh) | 体态信息的确定方法、装置、存储介质及电子装置 | |
Halasa et al. | A comparison between two simulation models for spread of foot-and-mouth disease | |
Cox et al. | Declining brown-headed cowbird (Molothrus ater) populations are associated with landscape-specific reductions in brood parasitism and increases in songbird productivity | |
Lashari et al. | Internet of Things-based sustainable environment management for large indoor facilities | |
Thumba et al. | Data-driven decision support tools for reducing ghg emissions from livestock production systems: Overview and challenges | |
JP7129675B2 (ja) | 養鶏システム、養鶏方法、及び、プログラム | |
Turnbull et al. | Welfare and aquaculture: where benefish fits in | |
CN113516139A (zh) | 数据处理方法、装置、设备和存储介质 | |
Van Hertem et al. | Towards a sustainable meat production with precision livestock farming | |
CN108664912B (zh) | 一种信息处理方法、装置、计算机存储介质及终端 | |
Koenders et al. | Towards the development of a practical visualisation tool for farmers and other stakeholders | |
Weng et al. | Modelling the time at which overcrowding and feed interruption emerge on the swine premises under movement restrictions during a classical swine fever outbreak | |
Leung et al. | Foraging behaviour of juvenile female New Zealand sea lions (Phocarctos hookeri) in contrasting environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180216 |