CN109948458A - 基于鼻纹的宠物身份识别方法、装置、设备及存储介质 - Google Patents
基于鼻纹的宠物身份识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109948458A CN109948458A CN201910143723.XA CN201910143723A CN109948458A CN 109948458 A CN109948458 A CN 109948458A CN 201910143723 A CN201910143723 A CN 201910143723A CN 109948458 A CN109948458 A CN 109948458A
- Authority
- CN
- China
- Prior art keywords
- pet
- noseprint
- image
- images
- paster
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明实施例提供的基于鼻纹的宠物身份识别方法、装置、设备及存储介质,通过获取含有宠物鼻纹的肌理贴纸图像,对所述肌理贴纸图像进行灰度处理,得到待识别图像,再将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,得到识别结果并进行显示。相比于传统宠物身份识别方法,本发明无需在宠物体内植入芯片,只需拍摄一张带有鼻纹的贴纸图像并上传到预设的宠物鼻纹图像识别模型便可,这不但保障了宠物身体安全,而且人人都可以随时随地对宠物身份识别,不再局限于指定机构指定仪器下操作,提高了用户便利性。
Description
技术领域
本发明涉及身份识别技术领域,尤其涉及一种基于鼻纹的宠物身份识别方法、装置、设备及存储介质。
背景技术
随着技术和经济的不断发展,社会越来越城市化,人类生活空间越来越小,沟通交流也越来越少;而宠物是人类生活伴侣,不仅仅能增强人类责任感,提高时间管理水平并改善健康状况,还能帮助人类认知生死,教会人类情感维系和培养。
饲养宠物的前提条件是保障宠物身份唯一。身份唯一,不仅让宠主容易找回丢失的宠物,还能帮助宠主更好地打理宠物日常,如:记录宠物基本信息、医疗信息,市面普遍采用宠物体内植入芯片实现。该方式不但对宠物本身存在伤害,而且不是所有人都可以识别,必须在机构专业仪器帮助下才能识别,局限性很大。
宠物鼻纹类似人类指纹般存在,不会因为时间推移而影响纹路形状,尽管鼻子受到损伤,只要能愈合也不受影响。虽然鼻纹是宠物身份的唯一标识,但是其获取方式存在难度,几乎没有一只宠物愿意把鼻子放在印泥上。通过拍摄方式获取,鼻纹细节不够清晰,难以准确识别宠物身份。
发明内容
本发明实施例的目的是提供一种基于鼻纹的宠物身份识别方法,不仅保障了宠物的身体安全,还可以随时随地对宠物的身份进行识别,不再局限于在指定机构指定仪器下操作,提高了用户便利性。
为实现上述目的,本发明实施例提供了基于鼻纹的宠物身份识别方法,包括以下步骤:
获取已含有宠物鼻纹的肌理贴纸图像,并对所述肌理贴纸图像进行灰度处理,得到待识别图像;
将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,生成识别结果;
根据所述识别结果,生成反馈信息并进行显示。
进一步的,所述预设的宠物鼻纹图像识别模型,通过以下步骤构建:
获取多个含有宠物鼻纹的肌理贴纸图像,分别对所述多个鼻纹图像进行灰度处理,得到多个灰度图像,并根据宠物鼻纹分别对所述多个灰度图像进行编号;
以所述多个灰度图像和图像对应的编号建立宠物鼻纹数据库,并将所述宠物鼻纹数据库内的图像分为训练图像和测试图像;
根据CNN训练模型,对所述训练图像和图像对应的编号进行预设次数的识别训练,得到CNN识别模型;
根据损失函数与所述测试图像和图像对应的编号,对所述CNN识别模型进行识别测试,若识别准确率达到预设的阈值,则将所述CNN识别模型作为宠物鼻纹图像识别模型。
进一步的,所述将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,生成识别结果,具体为:
当待识别图像与所述宠物鼻纹数据库内图像编号相匹配时,生成匹配成功结果;
当待识别图像与所述宠物鼻纹数据库内图像编号不匹配时,生成匹配失败结果。
进一步的,所述预设次数为20万次。
进一步的,所述预设的阈值为80%。
进一步的,所述宠物鼻纹图像通过以下步骤得到:
获取含有宠物鼻纹的肌理贴纸;其中,所述宠物鼻纹包括宠物鼻子的中间区域;
在所述肌理贴纸的正上方对所述肌理贴纸进行拍照,得到宠物鼻纹图像。
本发明实施例还提供了一种基于鼻纹的宠物身份识别装置,包括获取模块、识别模块以及反馈模块;
所述获取模块,用于获取已含有宠物鼻纹的肌理贴纸图像,并对所述肌理贴纸图像进行灰度处理,得到待识别图像;
所述识别模块,用于将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,生成识别结果;
所述反馈模块,用于根据所述识别结果,生成反馈信息并进行显示。
优选的,所述识别模块包括第一识别单元和第二识别单元;
所述第一识别单元,用于当待识别图像与所述宠物鼻纹数据库内图像编号相匹配时,生成匹配成功结果;
所述第二识别单元,用于当待识别图像与所述宠物鼻纹数据库内图像编号不匹配时,生成匹配失败结果。
作为本发明的优选实施例,本发明还提供了一种基于鼻纹的宠物身份识别设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述发明实施例所述的基于鼻纹的宠物身份识别方法。
本发明另一实施例提供了一种存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的基于鼻纹的宠物身份识别方法。
与现有技术相比,具有如下有益效果:
本发明实施例提供的基于鼻纹的宠物身份识别方法,通过获取含有宠物鼻纹的肌理贴纸图像,对所述肌理贴纸图像进行灰度处理,得到待识别图像,再将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,得到识别结果并进行显示。相比于传统宠物身份识别方法,本发明无需在宠物体内植入芯片,只需拍摄一张带有鼻纹的贴纸图像并上传到预设的宠物鼻纹图像识别模型便可,这不但保障了宠物身体安全,而且人人都可以随时随地对宠物身份识别,不再局限于指定机构指定仪器下操作,提高了用户便利性。
附图说明
图1是本发明提供的基于鼻纹的宠物身份识别方法的一个实施例的流程示意图;
图2是本发明提供的构建预设的宠物鼻纹图像识别模型的一个实施例的流程示意图;
图3是本发明提供的基于鼻纹的宠物身份识别方法的一个实施例的工作原理示意图;
图4是本发明提供的一种基于鼻纹的宠物身份识别装置的一个实施例的结构示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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。
参见图1,图1是本发明提供的基于鼻纹的宠物身份识别方法的一个实施例的流程示意图;本发明实施例提供一种基于鼻纹的宠物身份识别方法,包括步骤S1-S3;
S1,获取已含有宠物鼻纹的肌理贴纸图像,并对所述肌理贴纸图像进行灰度处理,得到待识别图像。
灰度处理,并不会影响图像的纹理特征信息,而且各像素点只需一个灰度值便可表示,大大提高了图像处理效率。基于灰度处理,计算接收图像各像素点的灰度值,取值范围是0-255,得到鼻纹图像灰度图。
S2,将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,生成识别结果。
其中,当待识别图像与所述宠物鼻纹数据库内图像编号相匹配时,生成匹配成功结果;当待识别图像与所述宠物鼻纹数据库内图像编号不匹配时,生成匹配失败结果。
在本发明实施例中,所述预设的宠物鼻纹图像识别模型,通过以下步骤构建:获取多个含有宠物鼻纹的肌理贴纸图像,分别对所述多个鼻纹图像进行灰度处理,得到多个灰度图像,并根据宠物鼻纹分别对所述多个灰度图像进行编号;以所述多个灰度图像和图像对应的编号建立宠物鼻纹数据库,并将所述宠物鼻纹数据库内的图像分为训练图像和测试图像;根据CNN训练模型,对所述训练图像和图像对应的编号进行预设次数的识别训练,得到CNN识别模型;根据损失函数与所述测试图像和图像对应的编号,对所述CNN识别模型进行识别测试,若识别准确率达到预设的阈值,则将所述CNN识别模型作为宠物鼻纹图像识别模型。
需要说明的是,本实例的宠物鼻纹识别模型采用机器学习方法。该方法直接以图像作为输入,隐式地学习多层次特征,得到各图像关键特征点,避免了复杂的特征设计和提取,具有一定的平移、缩放和扭曲不变性。其针对图像识别的特殊结构,使得采用的多层网络结构变得容易,在宠物鼻纹图像识别准确率上具有很大优势;特有的权值共享特点使得网络复杂度降低,权值数量减少。
在本实施例中,由于上述灰度图是由多只宠物的鼻纹图像灰度处理而得到的,为了便于模型训练,程序以宠物为单位,分别对灰度图进行编号标记。如:宠物A属下鼻纹灰度图编号标记是:A-1;宠物B属下鼻纹图像灰度图编号标记是:B-1。
基于宠物鼻纹灰度图以及图像编号标记,存储在本地服务器上,宠物鼻纹数据库建立完毕。程序把上述数据库图像分成训练图像和测试图像这两类;其中,前者用于模型训练,后者用于模型测试。通过大量采取含有宠物鼻纹的图像进行训练预设次数,能够提高模型的训练效率和准确率,并且将数据库图像分成训练图像和测试图像两类,前者只用于训练,后者只用于测试,能够避免出现测试时的图像是已训练过的图像,大大提高了验证该模型时的识别准确率。
基于机器学习方法,程序把宠物鼻纹数据库训练图像作为模型训练输入图像。系统把上述输入图像、图像编号标记传输给模型反复训练,得出各图像关键特征点,从而实现基于关键特征点识别宠物鼻纹的效果。
优选的,所述预设次数为20万次,所述预设的阈值为80%。
请参见图2,图2是本发明提供的构建预设的宠物鼻纹图像识别模型的流程示意图:首先通过宠主把肌理贴纸贴在宠物鼻子上,待拓印出清晰的宠物鼻纹后以正上方拍摄肌理贴纸,得到一张鼻纹图像并上传到终端程序上;程序接受到鼻纹图像并对其进行灰度处理,并以宠物为单位,对灰度图编号标记,建立宠物鼻纹数据库,再建立CNN训练模型,与数据库内的训练图像进行反复训练,当模型与宠物鼻纹数据库训练图像反复训练的次数达到系统设定阀值:20万次,模型训练停止。系统把模型与宠物鼻纹数据库测试图像进行试运行测试,根据损失函数得出模型识别准确率。若准确率达到预设的阀值:80%,则把模型应用于现场识别;否则,重新调整模型网络结构,如:对当前网络结构隐藏层进行扩展,且继续与宠物鼻纹数据库训练图像反复训练。
以下是损失函数计算公式:
其中,N表示测试图像数量,Y-f(X)表示残差。
作为本发明的优选实施例,所述宠物鼻纹图像通过以下步骤得到:获取含有宠物鼻纹的肌理贴纸;其中,所述肌理贴纸,用于把宠物鼻子纹理拓印出来;所述宠物鼻纹包括宠物鼻子的中间区域;在所述肌理贴纸的正上方对所述肌理贴纸进行拍照,得到宠物鼻纹图像。
S3,根据所述识别结果,生成反馈信息并进行显示。
请参见图3,为了更好的说明本发明的工作原理,以下为本发明提供的基于鼻纹的宠物身份识别方法的使用过程:首先,宠主通过肌理贴纸得到自身宠物鼻纹,通过拍摄设备得到一张鼻纹贴纸图像,并上传到终端程序。程序接收待识别图像,并对其进行灰度处理,得到待识别图像灰度图。基于上述模型,识别图像的宠物鼻纹;若待识别图像与宠物鼻纹数据库匹配,显示匹配宠物图像,否则显示“当前宠物不存在数据库当中”,达到宠物身份唯一识别的效果。
其中,所述终端,本实施例采用手机,但不限于为用户日常普遍使用的PC机、笔记本等硬件设备。
本发明实施例提供了一种基于鼻纹的宠物身份识别方法,通过获取含有宠物鼻纹的肌理贴纸图像,对所述肌理贴纸图像进行灰度处理,得到待识别图像,再将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,得到识别结果并进行显示,相比于传统宠物身份识别方法,本发明无需在宠物体内植入芯片,只需拍摄一张带有鼻纹的贴纸图像并上传到预设的宠物鼻纹图像识别模型便可,这不但保障了宠物身体安全,而且人人都可以随时随地对宠物身份识别,不再局限于指定机构指定仪器下操作,提高了用户便利性。
请参见图4,图4是本发明提供的一种基于鼻纹的宠物身份识别装置的结构示意图,所述基于鼻纹的宠物身份识别装置,包括获取模块、识别模块以及反馈模块;获取模块用于获取已含有宠物鼻纹的肌理贴纸图像,并对所述肌理贴纸图像进行灰度处理,得到待识别图像;识别模块用于将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,生成识别结果;反馈模块用于根据所述识别结果,生成反馈信息并进行显示。
请继续参见图4,所述识别模块包括第一识别单元和第二识别单元;第一识别单元用于当待识别图像与所述宠物鼻纹数据库内图像编号相匹配时,生成匹配成功结果;第二识别单元用于当待识别图像与所述宠物鼻纹数据库内图像编号不匹配时,生成匹配失败结果。
其中,当匹配成功时,程序自动显示匹配成功的宠物图像的反馈信息;当匹配失败时,程序自动显示“当前宠物不存在数据库当中”的反馈信息。
本发明实施例提供了一种基于鼻纹的宠物身份识别装置,通过获取模块获取含有宠物鼻纹的肌理贴纸图像,并对肌理贴纸图像进行灰度处理,得到待识别图像,再通过识别模块将待识别图像发送预设的宠物鼻纹图像识别模型进行识别,得到识别结果,最后通过反馈模块根据识别结果,生成反馈信息进行显示,能够根据一张含有宠物鼻纹的肌理贴纸图像,对宠物进行识别,不仅保障了宠物的身体安全,还大大提高了验证的便捷性,以及验证的效率。
本发明实施例还提供了一种基于鼻纹的宠物身份识别设备。该设备包括:处理器、存储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。所述处理器执行所述计算机程序时实现上述各个基于鼻纹的宠物身份识别方法实施例中的步骤,例如图1所示的步骤S1至S3。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、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,所述处理器是所述基于鼻纹的宠物身份识别设备的控制中心,利用各种接口和线路连接整个基于鼻纹的宠物身份识别设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述基于鼻纹的宠物身份识别设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述基于鼻纹的宠物身份识别设备集成的模块/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,本发明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,所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。其中,所述计算机程序包括计算机程序代码,所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。所述计算机可读介质可以包括:能够携带所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。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所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模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于鼻纹的宠物身份识别方法,其特征在于,包括以下步骤:
获取已含有宠物鼻纹的肌理贴纸图像,并对所述肌理贴纸图像进行灰度处理,得到待识别图像;
将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,生成识别结果;
根据所述识别结果,生成反馈信息并进行显示。
2.如权利要求1所述的基于鼻纹的宠物身份识别方法,其特征在于,所述预设的宠物鼻纹图像识别模型,通过以下步骤构建:
获取多个含有宠物鼻纹的肌理贴纸图像,分别对所述多个鼻纹图像进行灰度处理,得到多个灰度图像,并根据宠物鼻纹分别对所述多个灰度图像进行编号;
以所述多个灰度图像和图像对应的编号建立宠物鼻纹数据库,并将所述宠物鼻纹数据库内的图像分为训练图像和测试图像;
根据CNN训练模型,对所述训练图像和图像对应的编号进行预设次数的识别训练,得到CNN识别模型;
根据损失函数与所述测试图像和图像对应的编号,对所述CNN识别模型进行识别测试,若识别准确率达到预设的阈值,则将所述CNN识别模型作为宠物鼻纹图像识别模型。
3.如权利要求2所述的基于鼻纹的宠物身份识别方法,其特征在于,所述将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,生成识别结果,具体为:
当待识别图像与所述宠物鼻纹数据库内图像编号相匹配时,生成匹配成功结果;
当待识别图像与所述宠物鼻纹数据库内图像编号不匹配时,生成匹配失败结果。
4.如权利要求2所述的基于鼻纹的宠物身份识别方法,其特征在于,所述预设次数为20万次。
5.如权利要求2所述的基于鼻纹的宠物身份识别方法,其特征在于,所述预设的阈值为80%。
6.如权利要求1-2任一项所述的基于鼻纹的宠物身份识别方法,其特征在于,所述宠物鼻纹图像通过以下步骤得到:
获取含有宠物鼻纹的肌理贴纸;其中,所述宠物鼻纹包括宠物鼻子的中间区域;
在所述肌理贴纸的正上方对所述肌理贴纸进行拍照,得到宠物鼻纹图像。
7.一种基于鼻纹的宠物身份识别装置,其特征在于,包括获取模块、识别模块以及反馈模块;
所述获取模块,用于获取已含有宠物鼻纹的肌理贴纸图像,并对所述肌理贴纸图像进行灰度处理,得到待识别图像;
所述识别模块,用于将所述待识别图像发送至预设的宠物鼻纹图像识别模型进行识别,生成识别结果;
所述反馈模块,用于根据所述识别结果,生成反馈信息并进行显示。
8.如权利要求7所述的基于鼻纹的宠物身份识别装置,其特征在于,所述识别模块包括第一识别单元和第二识别单元;
所述第一识别单元,用于当待识别图像与所述宠物鼻纹数据库内图像编号相匹配时,生成匹配成功结果;
所述第二识别单元,用于当待识别图像与所述宠物鼻纹数据库内图像编号不匹配时,生成匹配失败结果。
9.一种基于鼻纹的宠物身份识别设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,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中任意一项所述的基于鼻纹的宠物身份识别方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5中任意一项所述的基于鼻纹的宠物身份识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910143723.XA CN109948458A (zh) | 2019-02-25 | 2019-02-25 | 基于鼻纹的宠物身份识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910143723.XA CN109948458A (zh) | 2019-02-25 | 2019-02-25 | 基于鼻纹的宠物身份识别方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109948458A true CN109948458A (zh) | 2019-06-28 |
Family
ID=67007103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910143723.XA Pending CN109948458A (zh) | 2019-02-25 | 2019-02-25 | 基于鼻纹的宠物身份识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109948458A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705528A (zh) * | 2019-11-25 | 2020-01-17 | 支付宝(杭州)信息技术有限公司 | 身份编码方法及装置、豢养物身份编码方法及装置 |
CN110765323A (zh) * | 2019-10-24 | 2020-02-07 | 武汉菲旺软件技术有限责任公司 | 小区宠物狗的识别方法、装置、设备及介质 |
CN111310703A (zh) * | 2020-02-26 | 2020-06-19 | 深圳市巨星网络技术有限公司 | 基于卷积神经网络的身份识别方法、装置、设备及介质 |
CN111831843A (zh) * | 2020-06-11 | 2020-10-27 | 广东工业大学 | 一种基于区块链的动物身份管理方法和系统 |
CN112163961A (zh) * | 2020-09-01 | 2021-01-01 | 广东工业大学 | 基于区块链的宠物医疗理赔方法、系统、设备、可读存储介质 |
CN112214748A (zh) * | 2020-10-30 | 2021-01-12 | 支付宝(杭州)信息技术有限公司 | 身份识别系统、方法以及装置 |
CN112231672A (zh) * | 2020-10-30 | 2021-01-15 | 支付宝(杭州)信息技术有限公司 | 身份识别方法以及装置 |
WO2021103707A1 (zh) * | 2019-11-25 | 2021-06-03 | 支付宝(杭州)信息技术有限公司 | 豢养物身份识别方法以及装置 |
CN114283943A (zh) * | 2021-12-30 | 2022-04-05 | 新瑞鹏宠物医疗集团有限公司 | 健康预测方法、装置、电子设备及存储介质 |
CN114300078A (zh) * | 2021-12-28 | 2022-04-08 | 新瑞鹏宠物医疗集团有限公司 | 信息处理方法、装置、存储介质及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020116390A1 (en) * | 2000-12-22 | 2002-08-22 | Meadows Louis B. | Pet identification system and method |
CN105766683A (zh) * | 2016-03-23 | 2016-07-20 | 林金华 | 一种宠物身份识别装置及身份识别方法 |
US20160259970A1 (en) * | 2013-05-22 | 2016-09-08 | Iscilab Corporation | Device and method for recognizing animal's identity by using animal nose prints |
CN107292298A (zh) * | 2017-08-09 | 2017-10-24 | 北方民族大学 | 基于卷积神经网络和分类器模型的牛脸识别方法 |
CN107992903A (zh) * | 2017-09-20 | 2018-05-04 | 翔创科技(北京)有限公司 | 牲畜身份识别方法、装置、存储介质和电子设备 |
CN108734114A (zh) * | 2018-05-02 | 2018-11-02 | 浙江工业大学 | 一种结合面部和声纹的宠物识别方法 |
CN108921026A (zh) * | 2018-06-01 | 2018-11-30 | 平安科技(深圳)有限公司 | 动物身份的识别方法、装置、计算机设备和存储介质 |
-
2019
- 2019-02-25 CN CN201910143723.XA patent/CN109948458A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020116390A1 (en) * | 2000-12-22 | 2002-08-22 | Meadows Louis B. | Pet identification system and method |
US20160259970A1 (en) * | 2013-05-22 | 2016-09-08 | Iscilab Corporation | Device and method for recognizing animal's identity by using animal nose prints |
CN105766683A (zh) * | 2016-03-23 | 2016-07-20 | 林金华 | 一种宠物身份识别装置及身份识别方法 |
CN107292298A (zh) * | 2017-08-09 | 2017-10-24 | 北方民族大学 | 基于卷积神经网络和分类器模型的牛脸识别方法 |
CN107992903A (zh) * | 2017-09-20 | 2018-05-04 | 翔创科技(北京)有限公司 | 牲畜身份识别方法、装置、存储介质和电子设备 |
CN108734114A (zh) * | 2018-05-02 | 2018-11-02 | 浙江工业大学 | 一种结合面部和声纹的宠物识别方法 |
CN108921026A (zh) * | 2018-06-01 | 2018-11-30 | 平安科技(深圳)有限公司 | 动物身份的识别方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
N. COIDEA: "Nose prints as a method of identification in dogs", 《VETERINARY QUARTERLY》 * |
郭景元等: "《中国医学百科全书 66 法医学》", 31 October 1985 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110765323A (zh) * | 2019-10-24 | 2020-02-07 | 武汉菲旺软件技术有限责任公司 | 小区宠物狗的识别方法、装置、设备及介质 |
CN110705528A (zh) * | 2019-11-25 | 2020-01-17 | 支付宝(杭州)信息技术有限公司 | 身份编码方法及装置、豢养物身份编码方法及装置 |
WO2021103707A1 (zh) * | 2019-11-25 | 2021-06-03 | 支付宝(杭州)信息技术有限公司 | 豢养物身份识别方法以及装置 |
CN110705528B (zh) * | 2019-11-25 | 2022-07-05 | 蚂蚁胜信(上海)信息技术有限公司 | 身份编码方法及装置、豢养物身份编码方法及装置 |
CN111310703A (zh) * | 2020-02-26 | 2020-06-19 | 深圳市巨星网络技术有限公司 | 基于卷积神经网络的身份识别方法、装置、设备及介质 |
CN111310703B (zh) * | 2020-02-26 | 2022-06-03 | 深圳市巨星网络技术有限公司 | 基于卷积神经网络的身份识别方法、装置、设备及介质 |
CN111831843A (zh) * | 2020-06-11 | 2020-10-27 | 广东工业大学 | 一种基于区块链的动物身份管理方法和系统 |
CN112163961A (zh) * | 2020-09-01 | 2021-01-01 | 广东工业大学 | 基于区块链的宠物医疗理赔方法、系统、设备、可读存储介质 |
CN112214748A (zh) * | 2020-10-30 | 2021-01-12 | 支付宝(杭州)信息技术有限公司 | 身份识别系统、方法以及装置 |
CN112231672A (zh) * | 2020-10-30 | 2021-01-15 | 支付宝(杭州)信息技术有限公司 | 身份识别方法以及装置 |
CN114300078A (zh) * | 2021-12-28 | 2022-04-08 | 新瑞鹏宠物医疗集团有限公司 | 信息处理方法、装置、存储介质及电子设备 |
CN114283943A (zh) * | 2021-12-30 | 2022-04-05 | 新瑞鹏宠物医疗集团有限公司 | 健康预测方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109948458A (zh) | 基于鼻纹的宠物身份识别方法、装置、设备及存储介质 | |
EP3961441A1 (en) | Identity verification method and apparatus, computer device and storage medium | |
US20190122092A1 (en) | Automated Dynamic Virtual Representation of Individual Attributes | |
CN107679447A (zh) | 面部特征点检测方法、装置及存储介质 | |
CN108154398A (zh) | 信息显示方法、装置、终端及存储介质 | |
CN108347490A (zh) | 一种基于生物识别技术的校园应用装置及系统 | |
CN109039671A (zh) | 群组消息显示方法、装置、终端及存储介质 | |
CN110210194A (zh) | 电子合同显示方法、装置、电子设备及存储介质 | |
CN111292262B (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN106599872A (zh) | 用于验证活体人脸图像的方法和设备 | |
CN108460324A (zh) | 一种用于识别幼儿情绪的方法 | |
CN107784678B (zh) | 卡通人脸图像的生成方法、装置和终端 | |
CN105740808B (zh) | 人脸识别方法和装置 | |
CN108198130A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110503076A (zh) | 基于人工智能的视频分类方法、装置、设备和介质 | |
CN110741387B (zh) | 人脸识别方法、装置、存储介质及电子设备 | |
CN106489141A (zh) | 用于对内容进行分类的方法和电子设备 | |
CN108961157A (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN107910060A (zh) | 用于生成信息的方法和装置 | |
CN109145871A (zh) | 心理行为识别方法、装置与存储介质 | |
CN109584992A (zh) | 交互方法、装置、服务器、存储介质及沙盘治疗系统 | |
CN110310247A (zh) | 图像处理方法、装置、终端及计算机可读存储介质 | |
CN108511066A (zh) | 信息生成方法和装置 | |
CN110264243A (zh) | 基于活体检测的产品推广方法、装置、设备及存储介质 | |
CN108364029A (zh) | 用于生成模型的方法和装置 |
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 |