CN107909013A - 宠物喂食的方法、装置以及宠物喂食机 - Google Patents
宠物喂食的方法、装置以及宠物喂食机 Download PDFInfo
- Publication number
- CN107909013A CN107909013A CN201711051513.5A CN201711051513A CN107909013A CN 107909013 A CN107909013 A CN 107909013A CN 201711051513 A CN201711051513 A CN 201711051513A CN 107909013 A CN107909013 A CN 107909013A
- Authority
- CN
- China
- Prior art keywords
- pet
- feeding
- image
- current frame
- frame image
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Feeding And Watering For Cattle Raising And Animal Husbandry (AREA)
- Fodder In General (AREA)
Abstract
本公开是关于一种宠物喂食的方法、装置以及宠物喂食机,该方法包括:通过采集预设喂食区域的当前帧图像,并从当前帧图像中确定宠物图像;根据该宠物图像确定宠物所属的宠物类型以及该宠物的饥饿程度;根据该宠物类型和该饥饿程度控制宠物喂食,这样,可以自动识别宠物的宠物类型以及宠物的饥饿程度,并根据该宠物类型和该饥饿程度智能地进行宠物喂食,提升了用户的体验。
Description
技术领域
本公开涉及图像处理领域,尤其涉及宠物喂食的方法、装置以及宠物喂食机。
背景技术
随着生活水平的提高,越来越多的家庭都饲养宠物,在饲养宠物的过程中合理的饮食对宠物的健康至关重要,目前,在主人外出工作时,只能将外出期间需要给宠物食用的食物全部放置在喂食装置中,由于宠物可能无法控制自己的食量,这样,会使得宠物出现食用过多的问题。
发明内容
为克服相关技术中存在的问题,本公开提供一种宠物喂食的方法、装置以及宠物喂食机。
根据本公开实施例的第一方面,提供一种宠物喂食的方法,包括:
采集预设喂食区域的当前帧图像;
从所述当前帧图像中确定宠物图像;
根据所述宠物图像确定宠物所属的宠物类型以及所述宠物的饥饿程度;
根据所述宠物类型和所述饥饿程度控制宠物喂食。
可选地,所述从所述当前帧图像中确定宠物图像包括:
获取历史帧图像;
根据所述历史帧图像和所述当前帧图像中的相同位置的像素点确定所述宠物图像。
可选地,所述根据所述历史帧图像和所述当前帧图像中的相同位置的像素点确定所述宠物图像包括:
计算所述当前帧图像与所述历史帧图像中的相同位置的像素点之间的亮度差值;
根据所述亮度差值确定所述当前帧图像中的目标像素点;所述目标像素点为所述亮度差值大于或者等于预设阈值的像素点;
根据所述目标像素点从所述当前帧图像中确定所述宠物图像。
可选地,还包括:
获取所述宠物图像中的宠物特征;
所述根据所述宠物图像确定宠物所属的宠物类型以及所述宠物的饥饿程度包括:
通过将所述宠物特征代入预设识别模型确定所述宠物的宠物类型,并确定所述宠物的饥饿程度。
可选地,所述根据所述宠物类型和所述饥饿程度控制宠物喂食包括:
根据所述宠物类型确定所述宠物的食物种类;
根据所述饥饿程度确定所述宠物的喂食量;
根据所述食物种类和所述喂食量控制宠物喂食。
根据本公开实施例的第二方面,提供一种宠物喂食的装置,包括:
采集模块,被配置为采集预设喂食区域的当前帧图像;
第一确定模块,被配置为从所述当前帧图像中确定宠物图像;
第二确定模块,被配置为根据所述宠物图像确定宠物所属的宠物类型以及所述宠物的饥饿程度;
控制模块,被配置为根据所述宠物类型和所述饥饿程度控制宠物喂食。
可选地,所述第一确定模块包括:
获取子模块,被配置为获取历史帧图像;
第一确定子模块,被配置为根据所述历史帧图像和所述当前帧图像中的相同位置的像素点确定所述宠物图像。
可选地,所述第一确定子模块,被配置为计算所述当前帧图像与所述历史帧图像中的相同位置的像素点之间的亮度差值;根据所述亮度差值确定所述当前帧图像中的目标像素点,所述目标像素点为所述亮度差值大于或者等于预设阈值的像素点;根据所述目标像素点从所述当前帧图像中确定所述宠物图像。
可选地,还包括:
获取模块,被配置为获取所述宠物图像中的宠物特征;
所述第二确定模块,被配置为通过将所述宠物特征代入预设识别模型确定所述宠物的宠物类型,并确定所述宠物的饥饿程度。
可选地,所述控制模块包括:
第二确定子模块,被配置为根据所述宠物类型确定所述宠物的食物种类;
第三确定子模块,被配置为根据所述饥饿程度确定所述宠物的喂食量;
控制子模块,被配置为根据所述食物种类和所述喂食量控制宠物喂食。
根据本公开实施例的第三方面,提供一种宠物喂食机,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:采集预设喂食区域的当前帧图像,从所述当前帧图像中确定宠物图像;根据所述宠物图像确定宠物所属的宠物类型以及所述宠物的饥饿程度;根据所述宠物类型和所述饥饿程度控制宠物喂食。
本公开的实施例提供的技术方案可以包括以下有益效果:通过采集预设喂食区域的当前帧图像,从所述当前帧图像中确定宠物图像;根据所述宠物图像确定宠物所属的宠物类型以及所述宠物的饥饿程度;根据所述宠物类型和所述饥饿程度控制宠物喂食,这样,可以自动识别宠物的宠物类型以及该宠物的饥饿程度,并根据该宠物类型和该饥饿程度智能地进行宠物喂食,提升了用户的体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种宠物喂食的方法的流程图;
图2是根据一示例性实施例示出的又一种宠物喂食的方法的流程图;
图3是根据一示例性实施例示出的第一种宠物喂食的装置的框图;
图4是根据一示例性实施例示出的第二种宠物喂食的装置的框图;
图5是根据一示例性实施例示出的第三种宠物喂食的装置的框图;
图6是根据一示例性实施例示出的第四种宠物喂食的装置的框图;
图7是根据一示例性实施例示出的第五种宠物喂食的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开可以应用于饲养宠物的场景,在该场景下,由于不同类型的宠物需要的营养不同,因此,主人可以根据宠物类型购买食物并进行喂食,这样,若家中饲养有多种宠物类型的宠物,则可以分别给各种宠物类型的宠物食用对应的食物,但是,在主人外出工作时,只能将外出期间宠物需要食用的食物全部放置于喂食装置中以便宠物食用,可能会出现宠物食用其他类型宠物的食物,并且由于宠物可能无法控制自己的食量,从而存在食用过多的问题,因此,人工喂食的智能性较低。
为了解决上述问题,本公开通过获取预设喂食区域的当前帧图像,从该当前帧图像中确定宠物图像,并根据该宠物图像自动识别宠物的宠物类型和该宠物的饥饿程度,从而可以根据该宠物类型和该饥饿程度智能地进行宠物喂食,提升了用户的体验。
下面结合具体实施例对本公开进行详细说明。
图1是根据一示例性实施例示出的一种宠物喂食的方法的流程图,如图1所示,包括以下步骤。
在步骤101中,采集预设喂食区域的当前帧图像。
其中,该预设喂食区域可以是在喂食装置的预设范围的区域,需要说明的是,可以在该喂食装置中安装有多个喂食门,每个喂食门的开关可以独立控制,并且分别将不同类型的食物放置于对应的喂食门中,这样,在该喂食门开启时可以实现宠物进食。
在本步骤中,可以通过摄像头采集该当前帧图像,该摄像头可以安装在该喂食装置的附近,以便该摄像头可以采集到该预设喂食区域内宠物的表情特征或者肢体特征,示例地,该摄像头安装在该喂食装置的顶部位置,上述示例只是举例说明,本公开对此不作限定。
在步骤102中,从该当前帧图像中确定宠物图像。
在本步骤中,可以采用帧差法、混合高斯模型目标检测法、背景建模方法或者光流法从该当前帧图像中确定该宠物图像,上述示例只是举例说明,本公开对此不作限定。
在步骤103中,根据该宠物图像确定宠物所属的宠物类型以及该宠物的饥饿程度。
在步骤104中,根据该宠物类型和该饥饿程度控制宠物喂食。
其中,可以根据该宠物类型确定该宠物的食物种类,并根据该饥饿程度确定该宠物的喂食量,从而根据该食物种类和该喂食量控制宠物喂食。
采用上述方法,通过获取预设喂食区域的当前帧图像,从该当前帧图像中确定宠物图像,并根据该宠物图像自动识别宠物的宠物类型和该宠物的饥饿程度,从而可以根据该宠物类型和该饥饿程度智能地进行宠物喂食,提升了用户的体验。
图2是根据一示例性实施例示出的一种宠物喂食的方法的流程图,如图2所示,包括以下步骤。
在步骤201中,采集预设喂食区域的当前帧图像。
其中,该预设喂食区域可以是在该喂食装置的预设范围的区域,需要说明的是,可以在该喂食装置中安装有多个喂食门,每个喂食门的开关可以独立控制,并且分别将不同类型的食物放置于对应的喂食门中,这样,在该喂食门开启时可以实现宠物进食。
在本步骤中,可以通过摄像头采集该当前帧图像,该摄像头可以安装在该喂食装置的附近,以便该摄像头可以采集到该预设喂食区域内宠物的表情特征或者肢体特征,示例地,该摄像头安装在该喂食装置的顶部位置,上述示例只是举例说明,本公开对此不作限定。
在步骤202中,获取历史帧图像。
其中,该历史帧图像可以为与该当前帧图像连续的上一帧图像,当然,该历史帧图像也可以为与该当前帧图像不连续的图像,上述示例只是举例说明,本公开对此不作限定。
在步骤203中,根据该历史帧图像和该当前帧图像中相同位置的像素点确定宠物图像。
在本步骤中,可以采用帧差法、混合高斯模型目标检测法、背景建模方法或者光流法确定该宠物图像,上述示例只是举例说明,本公开对此不作限定。
示例地,以帧差法为例对确定宠物图像的方法进行说明,该方法可以包括以下步骤:
S11、计算该当前帧图像与该历史帧图像中的相同位置的像素点之间的亮度差值。
需要说明的是,通常可以对获取的图像进行灰度化处理,灰度化处理的目的在于为了便于图像的量化以及突出图像特征,因此,本公开可以在计算该当前帧图像与该历史帧图像中的相同位置的像素点之间的亮度差值前,分别将当前帧图像和历史帧图像进行灰度化处理得到处理后的当前帧图像和处理后的历史帧图像,此时,本公开中计算亮度差值即为计算该处理后的当前帧图像和处理后的历史帧图像中的相同位置的像素点之间的灰度差值,为了方便描述,后续步骤中以亮度差值叙述。
S12、根据该亮度差值确定该当前帧图像中的目标像素点。
其中,该目标像素点为该亮度差值大于或者等于预设阈值的像素点。
S13、根据该目标像素点从该当前帧图像中确定该宠物图像。
在本步骤中,可以获取该当前帧图像中包括的目标像素点的数量,并获取该当前帧图像中包括的总像素数,在确定该目标像素点的数量与该总像素数的比值大于或者等于预设比值时,确定该当前帧图像中包括的目标像素点为该宠物图像;在确定该目标像素点的数量与该总像素数的比值小于该预设比值时,确定该当前帧图像中不包括宠物图像,即该当前帧图像中包括的目标像素点可能为噪声。示例地,该预设比值可以为20%,这样,若该目标像素点的数量与该总像素数的比值大于或者等于20%,则确定该当前帧图像中包括的目标像素点为该宠物图像,上述示例只是举例说明,本公开对此不作限定。
在步骤204中,获取该宠物图像中的宠物特征。
由于SIFT(Scale-Invariant Feature Transform;尺度不变特征转换)特征是图像的局部特征,且若图像发生旋转、尺度缩放或者亮度变化,该图像的SIFT特征不会发生变化,这样,提取宠物图像中的SIFT特征具有较好的稳定性,因此,本公开中的宠物特征可以为SIFT特征,获取该SIFT特征的步骤与相关技术中的方法相同,不再赘述,当然,该宠物特征还可以是HOG(Histogram of Oriented Gradient,方向梯度直方图)特征等,上述示例只是举例说明,本公开对此不作限定。
在步骤205中,通过将该宠物特征代入预设识别模型确定宠物的宠物类型,并确定该宠物的饥饿程度。
在本公开中,可以通过以下两种方式根据该宠物特征确定该宠物的宠物类型和该饥饿程度:
方式一、该预设识别模型包括一个模型,用于对该宠物的宠物类型以及饥饿程度进行分类,这样,可以直接将该宠物特征输入至该预设识别模型得到该宠物的宠物类型和饥饿程度,示例地,若宠物类型包括小狗和小猫,则该预设识别模型可以是对不同饥饿程度的小狗和不同饥饿程度的小猫进行分类的分类模型,这样,可以将获取的宠物特征输入至该预设识别模型中得到该宠物对应的宠物类型和饥饿程度,上述示例只是举例说明,本公开对此不作限定。
方式二、该预设识别模型包括两种模型,第一种模型用于对宠物类型进行分类,第二种模型用于对同一宠物类型的宠物对应的不同饥饿程度进行分类,这样,可以通过第一种模型获取到该宠物的宠物类型,并通过该宠物类型对应的第二种模型获取到该宠物的饥饿程度,示例地,将宠物特征输入至第一种模型后得到的宠物类型为小狗,然后可以将宠物特征输入至小狗对应的第二种模型得到小狗的饥饿程度,上述示例只是举例说明,本公开对此不作限定。
在步骤206中,根据该宠物类型确定该宠物的食物种类。
在本步骤中,可以预先建立宠物类型和食物种类之间的第一对应关系,示例地,若饲养有一只小猫和一只小狗,则该第一对应关系可以包括:小猫对应的食物种类为猫粮,小狗对应的食物种类为狗粮,上述示例只是举例说明,本公开对此不作限定。
在步骤207中,根据该饥饿程度确定该宠物的喂食量。
在本步骤中,可以预先建立每种类型宠物的饥饿程度和喂食量之间的第二对应关系,示例地,若宠物类型包括小狗和小猫,则该第二对应关系可以包括两个对应子关系,第一个对应子关系可以为:小狗的饥饿程度为一级饥饿时对应的喂食量为A,小狗的饥饿程度为二级饥饿时对应的喂食量为B;第二个对应子关系可以为:小猫的饥饿程度为一级饥饿时对应的喂食量为C,小猫的饥饿程度为二级饥饿时对应的喂食量为D,这样,当确定小狗的饥饿程度为二级饥饿时,可以根据上述的第一个子对应关系确定该喂食量为B,上述示例只是举例说明,本公开对此不作限定。
在步骤208中,根据该食物种类和该喂食量控制宠物喂食。
在一种可能的实现方式中,可以将不同类型的食物分别设置于喂食装置的不同喂食门中,在确定宠物类型后,根据步骤206中的方法确定食物种类,从而开启该食物种类对应的喂食门,并且可以在每个喂食门中设置有喂食量控制装置,通过喂食量控制装置控制喂食门中该食物的喂食量以符合该宠物对应的饥饿程度,从而实现对宠物进行智能喂食,这样,可以根据宠物的宠物类型和饥饿程度智能地对宠物喂食,避免宠物食用其他类型宠物的食物,以及宠物食用过多的问题。
采用上述方法,通过获取预设喂食区域的当前帧图像,从该当前帧图像中确定宠物图像,并根据该宠物图像自动识别宠物的宠物类型和该宠物的饥饿程度,从而可以根据该宠物类型和该饥饿程度智能地进行宠物喂食,提升了用户的体验。
图3是根据一示例性实施例示出的一种宠物喂食的装置的框图。参照图3,该装置包括:
采集模块301,被配置为采集预设喂食区域的当前帧图像;
第一确定模块302,被配置为从该当前帧图像中确定宠物图像;
第二确定模块303,被配置为根据该宠物图像确定宠物所属的宠物类型以及该宠物的饥饿程度;
控制模块304,被配置为根据该宠物类型和该饥饿程度控制宠物喂食。
图4是根据一示例性实施例示出的一种宠物喂食的装置的框图。参照图4,该第一确定模块302包括:
获取子模块3021,被配置为获取历史帧图像;
第一确定子模块3022,被配置为根据该历史帧图像和该当前帧图像中的相同位置的像素点确定该宠物图像。
可选地,该第一确定子模块3022,被配置为计算该当前帧图像与该历史帧图像中的相同位置的像素点之间的亮度差值;根据该亮度差值确定该当前帧图像中的目标像素点,该目标像素点为该亮度差值大于或者等于预设阈值的像素点;根据该目标像素点从该当前帧图像中确定该宠物图像。
图5是根据一示例性实施例示出的一种宠物喂食的装置的框图。参照图5,还包括:
获取模块305,被配置为获取该宠物图像中的宠物特征;
该第二确定模块303,被配置为通过将该宠物特征代入预设识别模型确定该宠物的宠物类型,并确定该宠物的饥饿程度。
图6是根据一示例性实施例示出的一种宠物喂食的装置的框图。参照图6,该控制模块304包括:
第二确定子模块3041,被配置为根据该宠物类型确定该宠物的食物种类;
第三确定子模块3042,被配置为根据该饥饿程度确定该宠物的喂食量;
控制子模块3043,被配置为根据该食物种类和该喂食量控制宠物喂食。
采用上述装置,通过获取预设喂食区域的当前帧图像,从该当前帧图像中确定宠物图像,并根据该宠物图像自动识别宠物的宠物类型和该宠物的饥饿程度,从而可以根据该宠物类型和该饥饿程度智能地进行宠物喂食,提升了用户的体验。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种用于宠物喂食的宠物喂食机700的框图。
参照图7,装置700可以包括以下一个或多个组件:处理组件702,存储器704,电力组件706,多媒体组件708,音频组件710,输入/输出(I/O)的接口712,传感器组件714,以及通信组件716。
处理组件702通常控制装置700的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器720来执行指令,以完成上述的宠物喂食的方法的全部或部分步骤。此外,处理组件702可以包括一个或多个模块,便于处理组件702和其他组件之间的交互。例如,处理组件702可以包括多媒体模块,以方便多媒体组件708和处理组件702之间的交互。
存储器704被配置为存储各种类型的数据以支持在装置700的操作。这些数据的示例包括用于在装置700上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件706为装置700的各种组件提供电力。电力组件706可以包括电源管理系统,一个或多个电源,及其他与为装置700生成、管理和分配电力相关联的组件。
多媒体组件708包括在所述装置700和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置700处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件710被配置为输出和/或输入音频信号。例如,音频组件710包括一个麦克风(MIC),当装置700处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中,音频组件710还包括一个扬声器,用于输出音频信号。
I/O接口712为处理组件702和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件714包括一个或多个传感器,用于为装置700提供各个方面的状态评估。例如,传感器组件714可以检测到装置700的打开/关闭状态,组件的相对定位,例如所述组件为装置700的显示器和小键盘,传感器组件714还可以检测装置700或装置700一个组件的位置改变,用户与装置700接触的存在或不存在,装置700方位或加速/减速和装置700的温度变化。传感器组件714可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件714还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件716被配置为便于装置700和其他设备之间有线或无线方式的通信。装置700可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件716还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述宠物喂食的方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器704,上述指令可由装置700的处理器720执行以完成上述宠物喂食的方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践本公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (11)
1.一种宠物喂食的方法,其特征在于,所述方法包括:
采集预设喂食区域的当前帧图像;
从所述当前帧图像中确定宠物图像;
根据所述宠物图像确定宠物所属的宠物类型以及所述宠物的饥饿程度;
根据所述宠物类型和所述饥饿程度控制宠物喂食。
2.根据权利要求1所述的方法,其特征在于,所述从所述当前帧图像中确定宠物图像包括:
获取历史帧图像;
根据所述历史帧图像和所述当前帧图像中的相同位置的像素点确定所述宠物图像。
3.根据权利要求2所述的方法,其特征在于,所述根据所述历史帧图像和所述当前帧图像中的相同位置的像素点确定所述宠物图像包括:
计算所述当前帧图像与所述历史帧图像中的相同位置的像素点之间的亮度差值;
根据所述亮度差值确定所述当前帧图像中的目标像素点;所述目标像素点为所述亮度差值大于或者等于预设阈值的像素点;
根据所述目标像素点从所述当前帧图像中确定所述宠物图像。
4.根据权利要求1所述的方法,其特征在于,还包括:
获取所述宠物图像中的宠物特征;
所述根据所述宠物图像确定宠物所属的宠物类型以及所述宠物的饥饿程度包括:
通过将所述宠物特征代入预设识别模型确定所述宠物的宠物类型,并确定所述宠物的饥饿程度。
5.根据权利要求1所述的方法,其特征在于,所述根据所述宠物类型和所述饥饿程度控制宠物喂食包括:
根据所述宠物类型确定所述宠物的食物种类;
根据所述饥饿程度确定所述宠物的喂食量;
根据所述食物种类和所述喂食量控制宠物喂食。
6.一种宠物喂食的装置,其特征在于,包括:
采集模块,被配置为采集预设喂食区域的当前帧图像;
第一确定模块,被配置为从所述当前帧图像中确定宠物图像;
第二确定模块,被配置为根据所述宠物图像确定宠物所属的宠物类型以及所述宠物的饥饿程度;
控制模块,被配置为根据所述宠物类型和所述饥饿程度控制宠物喂食。
7.根据权利要求6所述的装置,其特征在于,所述第一确定模块包括:
获取子模块,被配置为获取历史帧图像;
第一确定子模块,被配置为根据所述历史帧图像和所述当前帧图像中的相同位置的像素点确定所述宠物图像。
8.根据权利要求7所述的装置,其特征在于,所述第一确定子模块,被配置为计算所述当前帧图像与所述历史帧图像中的相同位置的像素点之间的亮度差值;根据所述亮度差值确定所述当前帧图像中的目标像素点,所述目标像素点为所述亮度差值大于或者等于预设阈值的像素点;根据所述目标像素点从所述当前帧图像中确定所述宠物图像。
9.根据权利要求6所述的装置,其特征在于,还包括:
获取模块,被配置为获取所述宠物图像中的宠物特征;
所述第二确定模块,被配置为通过将所述宠物特征代入预设识别模型确定所述宠物的宠物类型,并确定所述宠物的饥饿程度。
10.根据权利要求6所述的装置,其特征在于,所述控制模块包括:
第二确定子模块,被配置为根据所述宠物类型确定所述宠物的食物种类;
第三确定子模块,被配置为根据所述饥饿程度确定所述宠物的喂食量;
控制子模块,被配置为根据所述食物种类和所述喂食量控制宠物喂食。
11.一种宠物喂食机,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:采集预设喂食区域的当前帧图像,从所述当前帧图像中确定宠物图像;根据所述宠物图像确定宠物所属的宠物类型以及所述宠物的饥饿程度;根据所述宠物类型和所述饥饿程度控制宠物喂食。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711051513.5A CN107909013B (zh) | 2017-10-31 | 2017-10-31 | 宠物喂食的方法、装置以及宠物喂食机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711051513.5A CN107909013B (zh) | 2017-10-31 | 2017-10-31 | 宠物喂食的方法、装置以及宠物喂食机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107909013A true CN107909013A (zh) | 2018-04-13 |
CN107909013B CN107909013B (zh) | 2020-12-04 |
Family
ID=61842255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711051513.5A Active CN107909013B (zh) | 2017-10-31 | 2017-10-31 | 宠物喂食的方法、装置以及宠物喂食机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107909013B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111696114A (zh) * | 2020-04-13 | 2020-09-22 | 浙江大学 | 一种基于水下成像分析南美白对虾饥饿程度识别方法与装置 |
CN115250939A (zh) * | 2022-06-14 | 2022-11-01 | 新瑞鹏宠物医疗集团有限公司 | 宠物食盒防误食方法、装置、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060119830A (ko) * | 2006-09-25 | 2006-11-24 | 이승현 | 복층식 애완동물 주택 |
CN101068258A (zh) * | 2006-12-14 | 2007-11-07 | 腾讯科技(深圳)有限公司 | 一种电子游戏的控制方法及控制系统 |
US20110295513A1 (en) * | 2010-05-25 | 2011-12-01 | Shigeru Owada | Information processing apparatus, information output method, and program |
CN204292009U (zh) * | 2014-12-10 | 2015-04-29 | 合肥乐然物联网技术有限公司 | 图像识别定时定量投饵机控制器 |
CN105025703A (zh) * | 2013-03-01 | 2015-11-04 | 机灵宠物有限责任公司 | 动物互动装置、系统和方法 |
CN205540058U (zh) * | 2016-04-07 | 2016-08-31 | 重庆掌中花园科技有限公司 | 一种具有远程喂食功能的智慧花园控制系统 |
CN106305471A (zh) * | 2016-08-29 | 2017-01-11 | 湖州福倍德宠物用品有限公司 | 一种猫狗混合喂食器 |
CN107182820A (zh) * | 2017-06-27 | 2017-09-22 | 苏州见真物联科技有限公司 | 一种自动宠物投食器 |
CN107249018A (zh) * | 2017-05-09 | 2017-10-13 | 大连交通大学 | 水族箱智慧终端服务系统 |
-
2017
- 2017-10-31 CN CN201711051513.5A patent/CN107909013B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060119830A (ko) * | 2006-09-25 | 2006-11-24 | 이승현 | 복층식 애완동물 주택 |
CN101068258A (zh) * | 2006-12-14 | 2007-11-07 | 腾讯科技(深圳)有限公司 | 一种电子游戏的控制方法及控制系统 |
US20110295513A1 (en) * | 2010-05-25 | 2011-12-01 | Shigeru Owada | Information processing apparatus, information output method, and program |
CN105025703A (zh) * | 2013-03-01 | 2015-11-04 | 机灵宠物有限责任公司 | 动物互动装置、系统和方法 |
CN204292009U (zh) * | 2014-12-10 | 2015-04-29 | 合肥乐然物联网技术有限公司 | 图像识别定时定量投饵机控制器 |
CN205540058U (zh) * | 2016-04-07 | 2016-08-31 | 重庆掌中花园科技有限公司 | 一种具有远程喂食功能的智慧花园控制系统 |
CN106305471A (zh) * | 2016-08-29 | 2017-01-11 | 湖州福倍德宠物用品有限公司 | 一种猫狗混合喂食器 |
CN107249018A (zh) * | 2017-05-09 | 2017-10-13 | 大连交通大学 | 水族箱智慧终端服务系统 |
CN107182820A (zh) * | 2017-06-27 | 2017-09-22 | 苏州见真物联科技有限公司 | 一种自动宠物投食器 |
Non-Patent Citations (3)
Title |
---|
WALTER ZUCCHINI 等: "Modeling Time Series of Animal Behavior by Means of a Latent‐State Model with Feedback", 《THE INTERNATIONAL BIOMETRIC SOCIETY》 * |
孙水发,雷帮军,刘勇著: "《视频前景检测及其在水电工程监测中的应用》", 31 December 2014, 国防工业出版社 * |
贾成功 等: "基于鱼群摄食规律的投饵系统研究", 《机械工程师》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111696114A (zh) * | 2020-04-13 | 2020-09-22 | 浙江大学 | 一种基于水下成像分析南美白对虾饥饿程度识别方法与装置 |
CN115250939A (zh) * | 2022-06-14 | 2022-11-01 | 新瑞鹏宠物医疗集团有限公司 | 宠物食盒防误食方法、装置、电子设备及存储介质 |
CN115250939B (zh) * | 2022-06-14 | 2024-01-05 | 新瑞鹏宠物医疗集团有限公司 | 宠物食盒防误食方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107909013B (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104909091B (zh) | 垃圾袋更换提示方法及装置 | |
CN107582028B (zh) | 睡眠监测方法及装置 | |
CN104932455B (zh) | 智能家居系统中智能设备的分组方法和分组装置 | |
CN104580886B (zh) | 拍摄控制方法及装置 | |
CN105184313A (zh) | 分类模型构建方法及装置 | |
CN105068467B (zh) | 控制智能设备的方法及装置 | |
CN108042230B (zh) | 牙刷控制方法、装置及可读存储介质 | |
CN105117699A (zh) | 用户行为监控方法及装置 | |
CN104717366A (zh) | 联系人头像的推荐方法及装置 | |
CN106557755B (zh) | 指纹模板获取方法及装置 | |
CN106250921A (zh) | 图片处理方法及装置 | |
CN106485813A (zh) | 车门控制方法和装置 | |
CN107563994A (zh) | 图像的显著性检测方法及装置 | |
CN105139033A (zh) | 分类器构建方法及装置和图片处理方法及装置 | |
CN107343087A (zh) | 智能设备控制方法及装置 | |
CN107976953A (zh) | 控制插座的方法、装置、插座及可读存储介质 | |
CN107895041B (zh) | 拍摄模式设置方法、装置及存储介质 | |
CN107393528A (zh) | 语音控制方法及装置 | |
CN107909013A (zh) | 宠物喂食的方法、装置以及宠物喂食机 | |
CN107801282A (zh) | 台灯、台灯控制方法及装置 | |
CN105528077A (zh) | 主题设置方法和装置 | |
CN105516588A (zh) | 拍摄处理方法及装置 | |
CN104834699B (zh) | 基于使用状态删除照片的方法、装置和移动终端 | |
CN104166692A (zh) | 为照片添加标签的方法及装置 | |
CN106912090A (zh) | 新消息提示方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |