CN108229351A - 一种动物养殖方法、动物养殖装置及电子设备 - Google Patents

一种动物养殖方法、动物养殖装置及电子设备 Download PDF

Info

Publication number
CN108229351A
CN108229351A CN201711395764.5A CN201711395764A CN108229351A CN 108229351 A CN108229351 A CN 108229351A CN 201711395764 A CN201711395764 A CN 201711395764A CN 108229351 A CN108229351 A CN 108229351A
Authority
CN
China
Prior art keywords
animal
cultivated animals
breeding
target
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
Application number
CN201711395764.5A
Other languages
English (en)
Other versions
CN108229351B (zh
Inventor
李俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Xinboyue Electronics Co Ltd
Original Assignee
Shenzhen Xinboyue Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Xinboyue Electronics Co Ltd filed Critical Shenzhen Xinboyue Electronics Co Ltd
Priority to CN201711395764.5A priority Critical patent/CN108229351B/zh
Publication of CN108229351A publication Critical patent/CN108229351A/zh
Application granted granted Critical
Publication of CN108229351B publication Critical patent/CN108229351B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Abstract

本申请适用动物养殖技术领域,尤其涉及一种动物养殖方法、动物养殖装置、电子设备及计算机可读存储介质,其中,一种动物养殖方法,包括:获取待检测区域的图像;判断所述图像中是否存在目标养殖动物;若存在,则:从所述图像中提取所述目标养殖动物的形体特征;若提取到目标养殖动物的形体特征,则获取所述目标养殖动物的历史活动数据;将所述形体特征以及所述历史活动数据输入预设的养殖方式获取模型,确定所述目标养殖动物的养殖方式。本申请可以实现对养殖方式的自动获取,相对于传统的需要养殖人员对动物当前的形体状况、活动情况进行人工观察来调整动物的养殖方式,本申请可以有效节省人力资源的消耗。

Description

一种动物养殖方法、动物养殖装置及电子设备
技术领域
本申请属于动物养殖技术领域,尤其涉及一种动物养殖方法、动物养殖装置、电子设备及计算机可读存储介质。
背景技术
目前,几乎每个人都会饲养动物,科学的养殖方式有利于动物的健康成长。动物的养殖方式包括对动物进食量的控制、对动物所进食的食物营养成分的控制以及对动物的日常活动量的控制等等。
为保证动物的健康成长,需要养殖人员对动物当前的形体状况、活动情况等进行人工观察,根据观察到的状况来调整对动物的养殖方式,这无疑会消耗人大量的时间与精力,尤其当饲养多个不同种类的动物时,这种传统方式的缺陷更加突出。
发明内容
有鉴于此,本申请提供了一种动物养殖方法、动物养殖装置、电子设备及计算机可读存储介质,可以实现对动物的养殖方式的自动确定。
本申请第一方面提供了一种动物养殖方法,包括:
获取待检测区域的图像;
判断所述图像中是否存在目标养殖动物;
若存在,则:
从所述图像中提取所述目标养殖动物的形体特征;
若提取到目标养殖动物的形体特征,则获取所述目标养殖动物的历史活动数据,所述历史活动数据用以反映所述目标养殖动物的历史活动状态;
将所述形体特征以及所述历史活动数据输入预设的养殖方式获取模型,确定所述目标养殖动物的养殖方式,其中,所述养殖方式获取模型根据样本动物的历史活动数据、形体特征以及养殖方式训练得到。
本申请第二方面提供了一种动物养殖装置,包括:
图像获取单元,用于获取待检测区域的图像;
判断单元,用于判断所述图像中是否存在目标养殖动物;
形体特征提取单元,用于若存在,则从所述图像中提取所述目标养殖动物的形体特征;
历史活动数据获取单元,用于若提取到目标养殖动物的形体特征,则获取所述目标养殖动物的历史活动数据,所述历史活动数据用以反映所述目标养殖动物的历史活动状态;
养殖方式确定单元,用于将所述形体特征以及所述历史活动数据输入预设的养殖方式获取模型,确定所述目标养殖动物的养殖方式,其中,所述养殖方式获取模型根据样本动物的历史活动数据、形体特征以及养殖方式训练得到。
本申请第三方面提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上所述方法的步骤。
本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上所述方法的步骤。
由上可见,本申请通过获取待检测区域的图像,随后检测所述图像中是否包含目标养殖动物,若包含目标养殖动物,则提取目标养殖动物的形体特征,以便后续可以根据形体特征确定当前目标养殖动物的养殖方式,若可以提取到目标养殖动物的形体特征,则获取目标养殖动物的历史活动数据,最后将目标养殖动物的形体特征、历史活动数据输入预设的养殖方式获取模型,以确定当前的目标养殖动物的养殖方式,从而实现了对养殖方式的自动获取,相对于传统的需要养殖人员对动物当前的形体状况、活动情况进行人工观察来调整动物的养殖方式,本申请可以有效节省人力资源的消耗。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1是本申请实施例一提供的一种动物养殖方法的实现流程示意图;
图2是本申请实施例二提供的一种动物养殖装置的结构示意图;
图3是本申请实施例三提供的电子设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
本申请实施例提供的动物养殖方法适用于动物养殖装置,示例性地,该动物养殖装置可以为如下任一电子设备:云端服务器、智能手机、平板电脑等。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
实施例一
下面对本申请实施例一提供的一种动物养殖方法进行描述,请参阅附图1,本申请实施例中的动物养殖方法包括:
步骤101,获取待检测区域的图像;
在本申请实施例中,可以通过设置在固定位置的摄像头获取待检测区域的图像,例如,可以将摄像头固定安装在待检测区域,当接收到用户输入的拍摄指令(例如可通过点击拍摄按钮的方式输入拍摄指令)时,触发该摄像头获取待检测区域的图像;或者,也可以设置该摄像头周期性、持续性或在预设的时间段获取待检测区域的图像;或者,还可以是利用运动检测法检测是否有动物出现在待检测区域,若有,则获取待检测区域的图像。本申请实施例对如何获取待检测区域的图像不作限定。
此外,在本申请实施例中,在动物养殖装置为智能手机、平板电脑等移动终端的场景下,也可以通过该移动终端自带的摄像头获取待检测区域的图像;或者,在动物养殖装置为云端服务器的场景下,可以由云端服务器触发摄像头装置获取待检测区域的图像。
步骤102,判断上述图像是否存在目标养殖动物;
在步骤102中,判断步骤101获取到的图像中是否存在目标养殖动物,若存在,则执行步骤103,若不存在,则返回执行步骤101;
在本申请实施例中,判断所获取的图像中是否包含目标养殖动物,比如用户养殖一只宠物狗,则用户比较关注的是该只宠物狗的养殖方式,并不关注其他宠物狗或者宠物猫的养殖方式。用户可以事先将该宠物狗的特征输入进电子设备作为预设特征以便后续判断上述图像中是否存在目标养殖动物,比如该宠物狗的毛色、毛长、眼睛大小等输入进电子设备;或者也可以直接将该宠物狗的图片拍摄下来,保存在电子设备中,该电子设备直接根据用户所拍摄的图片来提取宠物狗的预设特征。优选地,上述预设特征是面部特征,比如面部毛色、面部毛长、眼睛大小、耳朵形状和/或面部的长宽比例等。
上述电子设备可以根据在步骤101中获取的待检测区域的图像,判断图像中是否存在目标养殖动物,可以首先判断是否有动物进入待检测区域,若没有,则返回执行步骤101,若有,则进一步判断该动物是否是目标养殖动物,具体地,可以提取上述图像中存在的动物的特征,优选面部特征,将提取的特征与该目标养殖动物的预设特征进行相似度匹配,若相似度大于预设的阈值,则匹配成功,确定该动物为目标养殖动物,若相似度小于预设的阈值,则匹配失败,确定该动物不为目标养殖动物。
此外,为了更精确的确定待检测区域中的图像是否包含目标养殖动物,可以设置多个不同的预设特征,比如动物的面部毛色、面部毛长、眼睛大小、耳朵高度以及面部的长宽比例等特征,提取待检测区域中的图像中所包含的动物的面部毛色、面部毛长、眼睛大小和耳朵高度以及面部的长宽比例等特征,将每一个特征与相对应的预设特征进行一一匹配,计算相似度大于预设阈值的特征的个数,若个数大于预设个数,则认为是目标养殖动物。这种判断方式可以在所获取的图像出现一定量的畸变或者拍摄角度并非完全正面时,也可以识别出目标养殖动物。
步骤103,从上述图像中提取上述目标养殖动物的形体特征;
在步骤103中,当步骤102判断出步骤101获取到的图像中存在目标养殖动物时,从步骤101获取的图像中提取该目标养殖动物的形体特征。
步骤104,若提取到目标养殖动物的形体特征,则获取上述目标养殖动物的历史活动数据;
在本申请实施例中,若该图像中存在目标养殖动物,则提取目标养殖动物的形体特征,上述形体特征包括腹部到地面的距离、腹部与身宽的比例和/或头部与身高比例等,若可以提取到目标养殖动物的形体特征,则获取目标养殖动物的历史活动数据,上述历史活动数据为用以反映目标养殖动物的历史活动状态的数据,比如目标养殖动物在最近一周内的平均奔跑速度和/或位置等,此外,该历史活动数据还可以包括目标养殖动物在最近一周内的奔跑距离,该奔跑距离可以为用户输入的,或者也可以为接收的GPS模块发送的数据,该GPS模块为带在目标养殖动物身上的定位模块。
在本申请实施例中,可以在上述图像中存在目标养殖动物时,从上述图像中提取目标养殖动物的当前活动数据,比如奔跑速度,并基于该当前活动数据更新目标养殖动物的历史活动数据,比如最近一周的平均奔跑速度。
若提取不到形体特征,比如当预设多个形体特征时,根据获取的图像无法提取所有的形体特征时,则从该图像中提取目标养殖动物的当前活动数据,比如奔跑速度,并给予该活动数据更新该目标养殖动物的历史活动数据。
步骤105,将上述形体特征以及上述历史活动数据输入预设的养殖方式获取模型,确定上述目标养殖动物的养殖方式;
在本申请实施例中,根据该形体特征以及历史活动数据确定目标养殖动物的养殖方式,其中,上述养殖方式包括目标养殖动物的进食量建议和/或运动量建议等,上述养殖方式获取模型可以根据样本动物的历史活动数据、形体特征以及养殖方式训练得到,优选地,上述样本动物为与目标养殖动物同种类型的动物。
在本申请实施例中,为了进一步保证最终所确定的养殖方式的准确性,还可以获取用户输入的一些额外信息,比如新的体重信息和/或病史等数据,这这种情况下,养殖方式获取模型可以根据样本动物的历史活动数据、形体特征、额外信息以及养殖方式训练得到。
在本申请实施例中,通过获取待检测区域的图像,随后检测该图像中是否包含目标养殖动物,若包含目标养殖动物,则提取目标养殖动物的形体特征,以便后续可以根据形体特征确定当前目标养殖动物的养殖方式,若可以提取到目标养殖动物的形体特征,则获取目标养殖动物的历史活动数据,最后将目标养殖动物的形体特征、历史活动数据输入预设的养殖方式获取模型,以确定当前的目标养殖动物的养殖方式,从而实现了对养殖方式的自动获取,相对于传统的需要养殖人员对动物当前的形体状况、活动情况进行人工观察来调整动物的养殖方式,本申请可以有效节省人力资源的消耗。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例二
本申请实施例还提供一种动物养殖装置,如图2所示,动物养殖装置200包括单元201至205。
图像获取单元201,用于获取待检测区域的图像;
判断单元202,用于判断上述图像中是否存在目标养殖动物;
形体特征提取单元203,用于当判断单元202判断结果为存在时,从上述图像中提取上述目标养殖动物的形体特征;
历史活动数据获取单元204,用于若形体特征提取单元203提取到目标养殖动物的形体特征,则获取上述目标养殖动物的历史活动数据,上述历史活动数据用以反映上述目标养殖动物的历史活动状态;
养殖方式确定单元205,用于将上述形体特征以及上述历史活动数据输入预设的养殖方式获取模型,确定上述目标养殖动物的养殖方式,其中,上述养殖方式获取模型根据样本动物的历史活动数据、形体特征以及养殖方式训练得到。
优选地,上述图像获取单元201包括:
动物确定子单元,用于利用运动检测法检测上述待检测区域中是否存在动物;
图像获取子单元,用于若动物确定子单元检测到上述待检测区域中存在动物,则获取待检测区域的图像。
优选地,上述判断单元202包括:
特征提取子单元,用于提取上述图像中存在的动物的特征;
相似度匹配子单元,用于将提取的特征与上述目标养殖动物的预设特征进行相似度匹配;
第一判断子单元,用于若相似度匹配子单元匹配结果为匹配成功,则确定上述动物为上述目标养殖动物;
第二判断子单元,用于若相似度匹配子单元匹配结果为匹配失败,则确定上述动物不为上述目标养殖动物。
优选地,上述特征提取子单元包括:
面部特征提取小单元,用于提取上述图像中存在的动物的面部特征,其中,上述面部特征包括毛色以及毛长。
优选地,上述动物养殖装置200还包括:
当前活动数据提取单元,用于从上述图像中提取上述目标养殖动物的当前活动数据;
更新单元,基于上述目标养殖动物的当前活动数据更新上述目标养殖动物的历史活动数据。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
实施例三
图3是本申请实施例三提供的电子设备的示意图。如图3所示,该实施例的电子设备3包括:处理器30、存储器31以及存储在上述存储器31中并可在上述处理器30上运行的计算机程序32。上述处理器30执行上述计算机程序32时实现上述一种动物养殖方法实施例中的步骤,例如图1所示的步骤101至105。或者,上述处理器30执行上述计算机程序32时实现上述各装置实施例中各元的功能,例如图2所示单元201至205的功能。
上述电子设备3可以是云端服务器、摄像头、智能手机、平板电脑等计算设备。上述电子设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是电子设备3的示例,并不构成对电子设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如上述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器31可以是上述电子设备3的内部存储单元,例如电子设备3的硬盘或内存。上述存储器31也可以是上述电子设备3的外部存储设备,例如上述电子设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,上述存储器31还可以既包括上述电子设备3的内部存储单元也包括外部存储设备。上述存储器31用于存储上述计算机程序以及上述电子设备所需的其它程序和数据。上述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
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算法步骤,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申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤申请。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上上述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (10)

1.一种动物养殖方法,其特征在于,所述动物养殖方法包括:
获取待检测区域的图像;
判断所述图像中是否存在目标养殖动物;
若存在,则:
从所述图像中提取所述目标养殖动物的形体特征;
若提取到目标养殖动物的形体特征,则获取所述目标养殖动物的历史活动数据,所述历史活动数据用以反映所述目标养殖动物的历史活动状态;
将所述形体特征以及所述历史活动数据输入预设的养殖方式获取模型,确定所述目标养殖动物的养殖方式,其中,所述养殖方式获取模型根据样本动物的历史活动数据、形体特征以及养殖方式训练得到。
2.如权利要求1所述的动物养殖方法,其特征在于,所述获取待检测区域的图像,包括:
利用运动检测法检测所述待检测区域中是否存在动物;
若检测到所述待检测区域中存在动物,则获取待检测区域的图像。
3.如权利要求2所述的动物养殖方法,其特征在于,所述判断所述图像中是否存在目标养殖动物,包括:
提取所述图像中存在的动物的特征;
将提取的特征与所述目标养殖动物的预设特征进行相似度匹配;
若匹配成功,则确定所述动物为所述目标养殖动物;
若匹配失败,则确定所述动物不为所述目标养殖动物。
4.如权利要求3所述的动物养殖方法,其特征在于,所述提取所述图像中存在的动物的特征,包括:
提取所述图像中存在的动物的面部特征,其中,所述面部特征包括毛色以及毛长。
5.如权利要求1至4中任一项所述的动物养殖方法,其特征在于,若所述图像中存在目标养殖动物,则所述动物养殖方法还包括:
从所述图像中提取所述目标养殖动物的当前活动数据;
基于所述目标养殖动物的当前活动数据更新所述目标养殖动物的历史活动数据。
6.一种动物养殖装置,其特征在于,包括:
图像获取单元,用于获取待检测区域的图像;
判断单元,用于判断所述图像中是否存在目标养殖动物;
形体特征提取单元,用于当所述判断单元判断结果为存在时,则从所述图像中提取所述目标养殖动物的形体特征;
历史活动数据获取单元,用于若所述形体特征提取单元提取到目标养殖动物的形体特征,则获取所述目标养殖动物的历史活动数据,所述历史活动数据用以反映所述目标养殖动物的历史活动状态;
养殖方式确定单元,用于将所述形体特征以及所述历史活动数据输入预设的养殖方式获取模型,确定所述目标养殖动物的养殖方式,其中,所述养殖方式获取模型根据样本动物的历史活动数据、形体特征以及养殖方式训练得到。
7.如权利要求6所述的动物养殖装置,其特征在于,所述图像获取单元包括:
动物确定子单元,用于利用运动检测法检测所述待检测区域中是否存在动物;
图像获取子单元,用于若所述动物确定子单元检测到所述待检测区域中存在动物,则获取待检测区域的图像。
8.如权利要求7所述的动物养殖装置,其特征在于,所述判断单元包括:
特征提取子单元,用于提取所述图像中存在的动物的特征;
相似度匹配子单元,用于将提取的特征与所述目标养殖动物的预设特征进行相似度匹配;
第一判断子单元,用于若所述相似度匹配子单元匹配结果为匹配成功,则确定所述动物为所述目标养殖动物;
第二判断子单元,用于若所述相似度匹配子单元匹配结果为匹配失败,则确定所述动物不为所述目标养殖动物。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
CN201711395764.5A 2017-12-21 2017-12-21 一种动物养殖方法、动物养殖装置及电子设备 Active CN108229351B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711395764.5A CN108229351B (zh) 2017-12-21 2017-12-21 一种动物养殖方法、动物养殖装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711395764.5A CN108229351B (zh) 2017-12-21 2017-12-21 一种动物养殖方法、动物养殖装置及电子设备

Publications (2)

Publication Number Publication Date
CN108229351A true CN108229351A (zh) 2018-06-29
CN108229351B CN108229351B (zh) 2020-10-30

Family

ID=62647557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711395764.5A Active CN108229351B (zh) 2017-12-21 2017-12-21 一种动物养殖方法、动物养殖装置及电子设备

Country Status (1)

Country Link
CN (1) CN108229351B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110808970A (zh) * 2019-10-28 2020-02-18 上海掌门科技有限公司 一种用于提供植物生长信息的方法与设备
CN111198549A (zh) * 2020-02-18 2020-05-26 陈文翔 一种基于大数据的家禽养殖监测管理系统
CN111597915A (zh) * 2020-04-24 2020-08-28 深圳优地科技有限公司 一种无人放牧方法、装置、终端和计算机可读存储介质
CN111914792A (zh) * 2020-08-14 2020-11-10 广东申义实业投资有限公司 视频监控与处理的方法、装置、电子设备与存储介质
CN112906570A (zh) * 2021-02-20 2021-06-04 东营市阔海水产科技有限公司 水产养殖投喂方法、终端设备及可读存储介质
CN113762398A (zh) * 2021-09-10 2021-12-07 南昌大学 一种动物养殖模式的预测方法及其装置和电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679181A (zh) * 2013-11-25 2014-03-26 浙江大学 基于机器视觉的猪舍内猪只标记识别方法
WO2014083433A2 (en) * 2012-12-02 2014-06-05 Agricam Ab Systems and methods for predicting the outcome of a state of a subject
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
CN104320618A (zh) * 2014-10-23 2015-01-28 西北农林科技大学 一种基于行为特征谱联动的犊牛状态监测的装置和方法
CN106850831A (zh) * 2017-02-28 2017-06-13 郑州云海信息技术有限公司 一种自动化智能养殖系统
CN206699119U (zh) * 2017-03-31 2017-12-05 北京农业信息技术研究中心 一种养殖动物监控系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014083433A2 (en) * 2012-12-02 2014-06-05 Agricam Ab Systems and methods for predicting the outcome of a state of a subject
CN103679181A (zh) * 2013-11-25 2014-03-26 浙江大学 基于机器视觉的猪舍内猪只标记识别方法
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
CN104320618A (zh) * 2014-10-23 2015-01-28 西北农林科技大学 一种基于行为特征谱联动的犊牛状态监测的装置和方法
CN106850831A (zh) * 2017-02-28 2017-06-13 郑州云海信息技术有限公司 一种自动化智能养殖系统
CN206699119U (zh) * 2017-03-31 2017-12-05 北京农业信息技术研究中心 一种养殖动物监控系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HE SUN等: "Combining Image Analysis and Smart Data Mining for Precision Agriculture in Livestock Farming", 《2017 IEEE INTERNATIONAL CONFERENCE ON INTERNET OF THINGS (ITHINGS) AND IEEE GREEN COMPUTING AND COMMUNICATIONS (GREENCOM) AND IEEE CYBER, PHYSICAL AND SOCIAL COMPUTING (CPSCOM) AND IEEE SMART DATA (SMARTDATA)》 *
JOHN VAUGHAN等: "Floor Sensors of Animal Weight and Gait for Precision Livestock Farming", 《2017 IEEE SENSORS》 *
何东健等: "精准畜牧业中动物信息智能感知与行为检测研究进展", 《农业机械学报》 *
张晓红: "基于候选生成的猫脸检测", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110808970A (zh) * 2019-10-28 2020-02-18 上海掌门科技有限公司 一种用于提供植物生长信息的方法与设备
CN111198549A (zh) * 2020-02-18 2020-05-26 陈文翔 一种基于大数据的家禽养殖监测管理系统
CN111198549B (zh) * 2020-02-18 2020-11-06 湖南伟业动物营养集团股份有限公司 一种基于大数据的家禽养殖监测管理系统
CN111597915A (zh) * 2020-04-24 2020-08-28 深圳优地科技有限公司 一种无人放牧方法、装置、终端和计算机可读存储介质
CN111914792A (zh) * 2020-08-14 2020-11-10 广东申义实业投资有限公司 视频监控与处理的方法、装置、电子设备与存储介质
CN112906570A (zh) * 2021-02-20 2021-06-04 东营市阔海水产科技有限公司 水产养殖投喂方法、终端设备及可读存储介质
CN113762398A (zh) * 2021-09-10 2021-12-07 南昌大学 一种动物养殖模式的预测方法及其装置和电子设备

Also Published As

Publication number Publication date
CN108229351B (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN108229351A (zh) 一种动物养殖方法、动物养殖装置及电子设备
CN111107740B (zh) 家畜信息管理系统、畜舍、家畜信息管理程序以及家畜信息管理方法
AU2019101786A4 (en) Intelligent pig group rearing weighing method and apparatus, electronic device and storage medium
CN109618961B (zh) 一种家畜的智能投喂系统和方法
JP6824199B2 (ja) 背の画像に基づき個々の動物を識別するシステム及び方法
Zhu et al. Recognition and drinking behaviour analysis of individual pigs based on machine vision
CN101776612B (zh) 利用拍摄的原理计量人体营养摄入量的方法及系统
CN108812407B (zh) 动物健康状态监测方法、设备及存储介质
CN109255297A (zh) 动物状态监测方法、终端设备、存储介质及电子设备
CN107992903A (zh) 牲畜身份识别方法、装置、存储介质和电子设备
CN107463958A (zh) 昆虫识别预警方法及系统
KR102307327B1 (ko) 전자식 모돈 관리 장치
Lu et al. An automatic splitting method for the adhesive piglets’ gray scale image based on the ellipse shape feature
CN109556691A (zh) 一种预估栏位牲畜均重的方法、装置及系统
CN110896871A (zh) 一种投放食物的方法、装置和智能投食机
CN106843010A (zh) 牲畜圈养数据采集系统
CN107679555A (zh) 牲畜免疫处理方法、计算机程序、存储介质及电子设备
CN113057593A (zh) 图像识别方法、可读存储介质及电子设备
CN110796632B (zh) 猪只计数装置
CN104573188B (zh) 一种基于大数据猪行为方式分析的育肥猪舍设计方法
CN110889645A (zh) 一种牧场牲畜饲养管理方法、系统和计算机可读存储介质
CN115619823A (zh) 一种物体投放方法、装置、终端及计算机可读存储介质
KR102431588B1 (ko) 딥러닝 기반 얼굴 인식을 활용한 동물 개체 인식과 식사량 기록 및 배식 조절을 위한 시스템
CN114724067A (zh) 一种养殖场饲料监控方法、装置、电子设备及存储介质
CN114285984B (zh) 基于ar眼镜的摄像头切换方法、装置、存储介质以及终端

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