CN110651728B - 一种仔猪被压检测方法、装置及系统 - Google Patents
一种仔猪被压检测方法、装置及系统 Download PDFInfo
- Publication number
- CN110651728B CN110651728B CN201911074910.3A CN201911074910A CN110651728B CN 110651728 B CN110651728 B CN 110651728B CN 201911074910 A CN201911074910 A CN 201911074910A CN 110651728 B CN110651728 B CN 110651728B
- Authority
- CN
- China
- Prior art keywords
- piglet
- region
- lying
- pressed
- area
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 102
- 241000282887 Suidae Species 0.000 claims abstract description 63
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims description 42
- 238000000034 method Methods 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 2
- 238000007906 compression Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 210000001061 forehead Anatomy 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010003497 Asphyxia Diseases 0.000 description 1
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 238000003975 animal breeding Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/80—Food processing, e.g. use of renewable energies or variable speed drives in handling, conveying or stacking
- Y02P60/87—Re-use of by-products of food processing for fodder production
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Animal Husbandry (AREA)
- Biophysics (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种仔猪被压检测方法、装置及系统，方法包括：获取监控区域内的图像，并在图像中进行猪只检测，确定图像中的至少一个包含有仔猪的仔猪区域以及至少一个包含有成年猪的成年猪区域；在成年猪区域内进行成年猪卧倒检测，确定包含有卧倒的成年猪的卧倒成年猪区域；根据卧倒成年猪区域与仔猪区域之间的重叠关系，判断是否存在仔猪被卧倒的成年猪压住；若存在仔猪被卧倒的成年猪压住，则生成报警信号。因此，通过图像识别可以实时判断监控区域中是否存在仔猪被卧倒的成年猪压住，并在存在仔猪被卧倒的成年猪压住的情况时，及时生成报警信号，以使工作人员可以及时对被压仔猪进行救援，从而实现了工作效率的提高。
Description
技术领域
本申请涉及动物养殖领域，具体而言，涉及一种仔猪被压检测方法、装置及系统。
背景技术
据估计，仔猪被压死占哺乳仔猪损耗的80％～90％，是影响仔猪成活率的第一要素。成年猪站起来采食饲料后，准备躺卧时压着仔猪，仔猪一般情况下会发出尖叫，而仔猪被压时间过久就会导致窒息死亡，如果仔猪得到及时救治，就可避免死亡，避免猪场损失。
目前养猪业主要是通过人工监察，如听叫声等，来初步进行仔猪被压检测，然后人工前往现在排查是否有仔猪被压在成年猪体下。但是，养猪场一般有数量达数十万级的仔猪，由人工进行仔猪被压检测，不仅会占用大量人力资源，需要工作人员24小时不间断看护，同时也使得工作效率低，可能导致有的仔猪无法被及时救援。
发明内容
本申请实施例的目的在于提供一种仔猪被压检测方法、装置及系统，用以解决工作效率低的技术问题。
为了实现上述目的，本申请实施例所提供的技术方案如下所示：
第一方面，本申请实施例提供一种仔猪被压检测方法，包括：获取监控区域内的图像，并在所述图像中进行猪只检测，确定所述图像中的至少一个包含有仔猪的仔猪区域以及至少一个包含有成年猪的成年猪区域；在所述成年猪区域内进行成年猪卧倒检测，确定包含有卧倒的成年猪的卧倒成年猪区域；根据所述卧倒成年猪区域与所述仔猪区域之间的重叠关系，判断是否存在仔猪被所述卧倒的成年猪压住；若存在仔猪被所述卧倒的成年猪压住，则生成报警信号。在该实施例中，通过图像识别可以实时判断监控区域中是否存在仔猪被卧倒的成年猪压住，并在存在仔猪被卧倒的成年猪压住的情况时，及时生成报警信号，以使工作人员可以及时对被压仔猪进行救援，从而实现了救援效率的提高，使得猪场的损失显著降低。
在本申请的可选实施例中，在所述获取仔猪被压区域的图像之前，所述仔猪被压检测方法还包括：获取监控区域内的语音信号，并检测所述语音信号中的仔猪叫声信号；根据检测到的所述仔猪叫声信号对发出叫声的仔猪进行定位，得到所述监控区域中的仔猪被压区域。因此，通过语音识别可以实时采集仔猪叫声，并对发出叫声的仔猪进行初步的定位，以可以对初步定位得到的仔猪被压区域进行图像识别，从而在提高工作效率的基础上，提高检测的准确度。
在本申请的可选实施例中，所述根据所述卧倒成年猪区域与所述仔猪区域之间的重叠关系，判断是否存在仔猪被所述卧倒的成年猪压住，包括：判断所述卧倒成年猪区域与所述仔猪区域是否重叠；若所述卧倒成年猪区域与所述仔猪区域重叠，获取重叠区域；根据所述重叠区域判断所述仔猪区域对应的仔猪是否被所述卧倒的成年猪压住。因此，通过对卧倒成年猪区域与仔猪区域的重叠区域进行判断，确定仔猪被压区域中是否存在仔猪被卧倒的成年猪压住。
在本申请的可选实施例中，所述判断所述卧倒成年猪区域与所述仔猪区域是否重叠，包括：判断所述卧倒成年猪区域与所述仔猪被压区域中的所有仔猪区域中的每一仔猪区域的重叠程度是否超过重叠阈值；若所述卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过所述重叠阈值，则所述卧倒成年猪区域与一个或者多个仔猪区域重叠。因此，通过判断卧倒成年猪区域与仔猪被压区域中的每一只仔猪对应的仔猪区域的重叠程度是否超过重叠阈值，确定卧倒成年猪区域与仔猪区域是否重叠。
在本申请的可选实施例中，所述判断所述卧倒成年猪区域与所述仔猪区域是否重叠，包括：判断所述卧倒成年猪区域与所述卧倒成年猪区域周围的仔猪区域的重叠程度是否超过重叠阈值；若所述卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过所述重叠阈值，则所述卧倒成年猪区域与一个或者多个仔猪区域重叠。因此，通过判断卧倒成年猪区域与卧倒的成年猪周围的额仔猪对应的仔猪区域的重叠程度是否超过重叠阈值，确定卧倒成年猪区域与仔猪区域是否重叠。
在本申请的可选实施例中，所述根据所述重叠区域判断所述仔猪区域对应的仔猪是否被所述卧倒的成年猪压住，包括：将所述重叠区域的图像输入至预先训练好的强分类器；其中，所述强分类器输出表征所述卧倒的成年猪是否压住所述仔猪的分类结果。因此，可以利用强分类器判断重叠区域的图像对应的仔猪是否被卧倒的成年猪压住，从而得到准确度较高的结果。
在本申请的可选实施例中，所述报警信号中携带有：所述仔猪被压区域的位置及所述重叠区域的图像。因此，生成的报警信号中可以携带有仔猪被压区域的位置以及重叠区域的图像，从而使得工作人员可以根据仔猪被压区域的位置快速的找到被压仔猪，并且可以通过查看重叠区域的图像确认仔猪被压报警的准确性。
第二方面，本申请实施例提供一种仔猪被压检测装置，包括：猪只检测模块，用于获取监控区域内的图像，并在所述图像中进行猪只检测，确定所述图像中的至少一个包含有仔猪的仔猪区域以及至少一个包含有成年猪的成年猪区域；成年猪卧倒检测模块，用于在所述成年猪区域内进行成年猪卧倒检测，确定包含有卧倒的成年猪的卧倒成年猪区域；仔猪被压检测模块，用于根据所述卧倒成年猪区域与所述仔猪区域之间的重叠关系，判断是否存在仔猪被所述卧倒的成年猪压住；报警模块，用于若所述仔猪区域对应的仔猪被所述卧倒的成年猪压住，则生成报警信号。因此，猪只检测模块、成年猪卧倒检测模块以及仔猪被压检测模块通过图像识别可以实时判断监控区域中是否存在仔猪被卧倒的成年猪压住，并在存在仔猪被卧倒的成年猪压住的情况时，利用报警模块及时生成报警信号，以使工作人员可以及时对被压仔猪进行救援，从而实现了工作效率的提高。
在本申请的可选实施例中，所述仔猪被压检测装置还包括：仔猪被压叫声检测模块，用于获取监控区域内的语音信号，并检测所述语音信号中的仔猪叫声信号；仔猪叫声定位模块，用于根据检测到的所述仔猪叫声信号对发出叫声的仔猪进行定位，得到所述监控区域中的仔猪被压区域。因此，仔猪被压叫声检测模块通过语音识别可以实时采集仔猪叫声，并利用仔猪叫声定位模块对发出叫声的仔猪进行初步的定位，以可以对初步定位得到的仔猪被压区域进行图像识别，从而在提高工作效率的基础上，提高检测的准确度。
在本申请的可选实施例中，所述仔猪被压检测模块还用于：判断所述卧倒成年猪区域与所述仔猪区域是否重叠；若所述卧倒成年猪区域与所述仔猪区域重叠，获取重叠区域；根据所述重叠区域判断所述仔猪区域对应的仔猪是否被所述卧倒的成年猪压住。因此，仔猪被压检测模块通过对卧倒成年猪区域与仔猪区域的重叠区域进行判断，确定仔猪被压区域中是否存在仔猪被卧倒的成年猪压住。
在本申请的可选实施例中，所述仔猪被压检测模块还用于：判断所述卧倒成年猪区域与所述仔猪被压区域中的所有仔猪区域中的每一仔猪区域的重叠程度是否超过重叠阈值；若所述卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过所述重叠阈值，则所述卧倒成年猪区域与一个或者多个仔猪区域重叠。因此，仔猪被压检测模块通过判断卧倒成年猪区域与仔猪被压区域中的每一只仔猪对应的仔猪区域的重叠程度是否超过重叠阈值，确定卧倒成年猪区域与仔猪区域是否重叠。
在本申请的可选实施例中，所述仔猪被压检测模块还用于：判断所述卧倒成年猪区域与所述卧倒成年猪区域周围的仔猪区域的重叠程度是否超过重叠阈值；若所述卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过所述重叠阈值，则所述卧倒成年猪区域与一个或者多个仔猪区域重叠。因此，仔猪被压检测模块通过判断卧倒成年猪区域与卧倒的成年猪周围的额仔猪对应的仔猪区域的重叠程度是否超过重叠阈值，确定卧倒成年猪区域与仔猪区域是否重叠。
在本申请的可选实施例中，所述仔猪被压检测模块还用于：将所述重叠区域的图像输入至预先训练好的强分类器；其中，所述强分类器输出表征所述卧倒的成年猪是否压住所述仔猪的分类结果。因此，仔猪被压检测模块可以利用强分类器判断重叠区域的图像对应的仔猪是否被卧倒的成年猪压住，从而得到准确度较高的结果。
在本申请的可选实施例中，所述报警信号中携带有：所述仔猪被压区域的位置及所述重叠区域的图像。因此，报警模块生成的报警信号中可以携带有仔猪被压区域的位置以及重叠区域的图像，从而使得工作人员可以根据仔猪被压区域的位置快速的找到被压仔猪，并且可以通过查看重叠区域的图像确认仔猪被压报警的准确性。
第三方面，本申请实施例提供一种仔猪被压检测系统，包括：图像采集装置及处理装置；所述图像采集装置与所述处理装置连接，用于采集仔猪被压区域的图像；所述处理装置用于执行第一方面所述的仔猪被压检测方法。
在本申请的可选实施例中，所述仔猪被压检测系统还包括：语音信号采集装置；所述语音信号采集装置与所述处理装置连接，用于采集监控区域内的语音信号。
第四方面，本申请实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面中的仔猪被压检测方法。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举本申请实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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获得其他相关的附图。
图1为本申请实施例提供的一种仔猪被压检测系统的结构框图；
图2为本申请实施例提供的一种处理装置的结构框图；
图3为本申请实施例提供的一种仔猪被压检测方法的流程图；
图4为本申请实施例提供的另一种仔猪被压检测方法的流程图；
图5为本申请实施例提供的步骤S303的流程图；
图6为本申请实施例提供的一种仔猪被压检测装置的结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
为了解决养猪时由于仔猪被成年猪压死而造成的损失，需要对仔猪被压的情况跟进行实时的检测，以及时对被压仔猪进行救援。在目前的养猪业中，主要是通过人工监察实现对仔猪被压情况的检测，例如：听叫声、巡逻查看等，来初步进行仔猪被压检测，然后人工前往现场排查是否有仔猪被压在成年猪体下。但是，首先，养猪场中有数量达数十万级的仔猪，由人工进行仔猪被压检测，占用大量人力资源；其次，由于需要对养猪场进行24小时不间断的看护，使得人工的工作强度大、工作效率降低，对人工体力也是极大的挑战，从而影响工作质量；然后，如果养猪场中同时发生的仔猪被压事件多于人工数量时，可能导致有的仔猪无法被及时救援，增大损失，且被压仔猪未及时被发现救援导致休克或死亡后，将没有声音等信息协助人工发现和定位仔猪被压，增加人工的工作困难度。最后，对于未及时发现的仔猪被压死的情况，其尸体存在潜在可能滋生细菌感染，降低生活环境舒适度，进而影响到其他的猪。
因此，为了应对数量较大的仔猪被压检测任务，本申请实施例提供一种仔猪被压检测系统100，该仔猪被压检测系统100可以24小时在线，实时对养猪场的情况进行检测。该仔猪被压检测系统100通过减少人工24小时检测仔猪被压情况所付出的工作量，节省了人工精力以及体力，使得人工在救援仔猪时可以更高效、及时。
请参照图1，图1为本申请实施例提供的一种仔猪被压检测系统的结构框图，该仔猪被压检测系统100包括：图像采集装置101及处理装置102；图像采集装置101与处理装置102连接，用于采集仔猪被压区域的图像；处理装置102用于执行仔猪被压检测方法。
示例性的，图像采集装置101可以为多种类型的摄像头或具有摄像头的装置，用于采集监控区域内的图像或者视频，并将采集到的图像视频发送给处理装置102，以使处理装置102根据接收到的图像视频判断监控区域内是否存在仔猪被卧倒的成年猪压住，即处理装置102可以用于执行仔猪被压检测方法。其中，本申请实施例提供的仔猪被压检测方法的具体步骤将在后续实施例中进行详细的叙述。
作为一种实施方式，请参照图2，图2为本申请实施例提供的一种处理装置的结构框图，该处理装置102包括：至少一个处理器201，至少一个通信接口202，至少一个存储器203和至少一个通信总线204。其中，通信总线204用于实现这些组件直接的连接通信，通信接口202用于与其他节点设备进行信令或数据的通信，存储器203存储有处理器201可执行的机器可读指令。当电子设备运行时，处理器201与存储器203之间通过通信总线204通信，机器可读指令被处理器201调用时执行仔猪被压检测方法。
处理器201可以是一种集成电路芯片，具有信号处理能力。上述处理器201可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，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。其可以实现或者执行本申请实施例中公开的各种方法、步骤及逻辑框图。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。
存储器203可以包括但不限于随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。
可以理解，图2所示的结构仅为示意，处理装置102还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。于本申请实施例中，处理装置102可以是，但不限于台式机、笔记本电脑、智能手机、智能穿戴设备、车载设备等实体装置，还可以是虚拟机等虚拟装置。
需要说明的是，本申请实施例对图像采集装置101的数量不作具体的限定，可以为一个也可以为多个，以能够采集整个养猪场的图像为准。举例来说，图像采集装置101可以等间隔的设置在养猪场的四边，也可以均匀设置在养猪场的内部等，本领域技术人员可以根据实际情况进行合适的选择。其中，当一个养猪场中设置有多个图像采集装置101时，每一个图像采集装置101可以对应采集一个监控区域的图像，多个监控区域组合可以覆盖整个养猪场，保证养猪场中没有监控盲区。
进一步的，请参照图1，仔猪被压检测系统100还可以包括：语音信号采集装置103；语音信号采集装置103与处理装置102连接，用于采集监控区域内的语音信号。
示例性的，语音信号采集装置103可以为多种类型的麦克风或具有麦克风的装置，用于采集监控区域内的语音信号，并将采集到的语音信号发送给处理装置102，以使处理装置102可以根据接收到的语音信号确定仔猪被压区域。
需要说明的是，本申请实施例对语音信号采集装置103的数量同样不作具体的限定，可以为一个也可以为多个，以能够采集整个养猪场的语音信号为准。举例来说，语音信号采集装置103可以等间隔的设置在养猪场的四边，也可以均匀设置在养猪场的内部，还可以在每一个图像采集装置101旁均设置一个语音信号采集装置103等，本领域技术人员可以根据实际情况进行合适的选择。其中，与图像采集装置101类似，当一个养猪场中设置有多个语音信号采集装置103时，每一个语音信号采集装置103可以对应采集一个监控区域的语音信号，多个监控区域组合可以覆盖整个养猪场，保证养猪场中没有监控盲区。
进一步的，仔猪被压检测系统100还可以包括：云平台。
示例性的，图像采集装置101采集的图像以及语音信号采集装置103采集的语音信号可以直接发送给处理装置102进行处理，也可以先发送给云平台进行存储，然后在需要时，云平台将存储的图像以及语音信号发送给处理装置102进行处理。
除此之外，图像采集装置101采集的图像以及语音信号采集装置103采集的语音信号可以保存在云平台中，用于其他方向的科研研究。
作为另一种实施方式，处理装置102可以为云平台中的一个模块，也就是说，云平台可以直接执行仔猪被压检测方法。图像采集装置101采集的图像以及语音信号采集装置103采集的语音信号可以直接发送给云平台，云平台根据接收到的图像及语音信号检测是否存在仔猪被压的情况。
基于上述仔猪被压检测系统100，本申请实施例还提供一种仔猪被压检测方法，该仔猪被压检测方法可以由仔猪被压检测系统100中的处理装置102执行。
请参照图3，图3为本申请实施例提供的一种仔猪被压检测方法的流程图，该仔猪被压检测方法可以包括如下步骤：
步骤S301：获取监控区域内的图像，并在图像中进行猪只检测，确定图像中的至少一个包含有仔猪的仔猪区域以及至少一个包含有成年猪的成年猪区域。
步骤S302：在成年猪区域内进行成年猪卧倒检测，确定包含有卧倒的成年猪的卧倒成年猪区域。
步骤S303：根据卧倒成年猪区域与仔猪区域之间的重叠关系，判断是否存在仔猪被卧倒的成年猪压住。
步骤S304：若存在仔猪被卧倒的成年猪压住，则生成报警信号。
示例性的，处理装置可以首先获取监控区域内的图像，其中，处理装置获取图像的方式可以有多种，例如：接收图像采集装置发送的监控区域的图像，接收云平台发送的监控区域的图像等，本申请不作具体的限定。监控区域可以为整个养猪场，也可以为养猪场的一部分，本领域技术人员可以根据实际情况进行合适的调整。
处理装置在获取到监控区域内的图像之后，可以对图像进行猪只检测。猪只检测用于检测图像中的仔猪及成年猪，输出猪只的类型(仔猪或成年猪)以及仔猪被压区域中猪只的位置。因此，猪只检测可以确定图像中的至少一个包含有仔猪的仔猪区域以及至少一个包含有成年猪的成年猪区域。举例来说，监控区域中包括三只仔猪以及两只成年猪，则经过猪只检测后，可以确定该监控区域中的三个仔猪区域以及两个成年猪区域。其中，处理装置进行猪只检测的方式可以为利用图像识别技术对监控区域的图像进行识别，本申请实施例对图像识别技术的具体实施方式不作具体的限定，本领域技术人员可以根据实际情况进行合适的选择。举例来说，可以首先对监控区域的图像进行预处理，然后将预处理后的图像信号进行特征提取，并根据提取的特征判断图像中的仔猪区域以及成年猪区域。
进行猪只检测确定仔猪区域以及成年猪区域之后，可以确定每一只成年猪是否是卧倒状态的，即，可以在成年猪区域内进行成年猪卧倒检测，确定包含有卧倒的成年猪的卧倒成年猪区域。作为一种实施方式，进行成年猪卧倒检测可以利用预先训练好的图像分类器，图像分类器输出成年猪卧倒或者成年猪站立的分类结果。其中，在对图像分类器进行训练的过程中，可以输入多角度成年猪卧倒的图像以及多角度成年猪站立的图像作为训练样本。
进行成年猪卧倒检测确定卧倒的成年猪之后，可以进行猪只密度分析，根据卧倒成年猪区域与仔猪区域之间的重叠关系，判断是否存在仔猪被卧倒的成年猪压住。其中，根据卧倒成年猪区域与仔猪区域之间的重叠关系，判断是否存在仔猪被卧倒的成年猪压住的具体步骤，将在后续实施例中进行详细的叙述。
进行猪只密度分析确定存在仔猪被所述卧倒的成年猪压住之后，可以生成报警信号提示工作人员前来对被压住的仔猪进行救援。其中，处理装置生成的报警信号可以有多种形式。举例来说，处理装置可以将生成的报警信号传输给设置在养猪场中的报警装置，例如：扬声器、发光装置等，当有仔猪被卧倒的成年猪压住之后，报警装置发出声光信号提醒工作人员。作为一种实施方式，报警装置可以分别设置在养猪场中的多个区域中，报警信号中可以携带有监控区域的位置，多个报警装置中接近监控区域位置的装置发出声光信号，以使工作人员可以快速的找到被压仔猪。又如，处理装置可以将生成的报警信号传输给工作人员的终端设备，此时，报警信号中可以携带有监控区域的位置以及重叠区域的图像，以使工作人员可以通过查看重叠区域的图像确认仔猪被压报警的准确性，也可以根据监控区域的位置快速的找到被压仔猪，从而提高工作效率。
在本申请实施例中，通过图像识别可以实时判断监控区域中是否存在仔猪被卧倒的成年猪压住，并在存在仔猪被卧倒的成年猪压住的情况时，及时生成报警信号，以使工作人员可以及时对被压仔猪进行救援，从而实现了工作效率的提高。
进一步的，在步骤S301之后，仔猪被压检测方法还可以包括如下步骤：
对图像进行预处理。
在本申请实施例中，在获取图像之后，可以先对图像就行预处理，例如：降噪处理、尺度变化等，从而提高图像识别的准确度、降低图像识别的计算量。
进一步的，请参照图4，图4为本申请实施例提供的另一种仔猪被压检测方法的流程图，在步骤S301之前，仔猪被压检测方法还可以包括如下步骤：
步骤S401：获取监控区域内的语音信号，并检测语音信号中的仔猪叫声信号。
步骤S402：根据检测到的仔猪叫声信号对发出叫声的仔猪进行定位，得到监控区域中的仔猪被压区域。
示例性的，确定仔猪被压区域的方式可以为利用语音信号采集装置采集养猪场中的语音信号，并分析其中的仔猪叫声。语音信号采集装置可以采集监控区域内的语音信号，然后可以直接将语音信号发送给处理装置，也可以先将语音信号发送给云平台进行存储，然后由云平台将存储的语音信号发送给处理装置。
处理装置在通过上述方式获取监控区域内的语音信号之后，可以检测语音信号中是否包含仔猪的叫声，如果语音信号中包含仔猪叫声，可以初步认为该区域中存在仔猪被压住。作为一种实施方式，可以使用训练好的神经网络模型进行仔猪叫声检测。
在本申请实施例中，通过语音识别可以实时采集仔猪叫声，并对发出叫声的仔猪进行初步的定位，以可以对初步定位得到的仔猪被压区域进行图像识别，从而在提高工作效率的基础上，提高检测的准确度。
进一步的，请参照图5，图5为本申请实施例提供的步骤S303的流程图，步骤S303可以包括如下步骤：
步骤S501：判断卧倒成年猪区域与仔猪区域是否重叠。
步骤S502：若卧倒成年猪区域与仔猪区域重叠，获取重叠区域。
步骤S503：根据重叠区域判断仔猪区域对应的仔猪是否被卧倒的成年猪压住。
示例性的，确定了仔猪被压区域中卧倒的成年猪之后，逐一排查每一只卧倒的成年猪是否压住仔猪。
作为一种实施方式，步骤S501可以包括如下步骤：
第一步，判断卧倒成年猪区域与仔猪被压区域中的所有仔猪区域中的每一仔猪区域的重叠程度是否超过重叠阈值。
第二步，若卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过重叠阈值，则卧倒成年猪区域与一个或者多个仔猪区域重叠。
首先，可以判断卧倒成年猪区域与仔猪被压区域中的每一个仔猪区域是否重叠，如果卧倒成年猪区域与某个仔猪区域重叠，截取该卧倒成年猪区域与该仔猪区域的重叠区域，然后根据重叠区域判断该仔猪区域对应的仔猪是否被该卧倒的成年猪压住。
作为另一种实施方式，步骤S501可以包括如下步骤：
第一步，判断卧倒成年猪区域与卧倒成年猪区域周围的仔猪区域的重叠程度是否超过重叠阈值。
第二步，若卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过重叠阈值，则卧倒成年猪区域与一个或者多个仔猪区域重叠。
首先，可以判断卧倒成年猪区域与卧倒成年猪区域周围的仔猪区域是否重叠，如果卧倒成年猪区域与某个仔猪区域重叠，截取该卧倒成年猪区域与该仔猪区域的重叠区域，然后根据重叠区域判断该仔猪区域对应的仔猪是否被该卧倒的成年猪压住。其中，卧倒成年猪区域周围的仔猪区域可以为该卧倒成年猪区域周围一定阈值范围内的仔猪区域，例如，以成年猪区域的中心的一个矩形，或者，成年猪区域的边界再向外扩展若干像素形成的区域，此时可以保证不会遗漏可能被压住的仔猪。卧倒成年猪区域周围的仔猪区域也可以为区域边界与卧倒成年猪区域边界线之间的距离在一定阈值范围之内，此时可以降低图像识别过程的计算量。本申请实施例对卧倒成年猪区域周围的仔猪区域不作具体的限定，本领域技术人员可以根据实际情况进行合适的选择。
在获取重叠区域之后，步骤S503可以包括如下步骤：
将重叠区域的图像输入至预先训练好的强分类器。
采用截取的成年猪仔猪重叠区域的图像输入至预先训练好的强分类器，其中，属于高度定制任务单一高准确度的模型，可以称为强分类器，而本申请实施例中的强分类器实际可以为一个进行仔猪被压预测任务的深度学习模型。其中，强分类器输出的结果为表征卧倒的成年猪是否压住仔猪的分类结果。
在本申请实施例中，通过对卧倒成年猪区域与仔猪区域的重叠区域进行判断，确定仔猪被压区域中是否存在仔猪被卧倒的成年猪压住。
请参照图6，图6为本申请实施例提供的一种仔猪被压检测装置的结构框图，该仔猪被压检测装置600包括：猪只检测模块601，用于获取仔猪被压区域的图像，并在所述图像中进行猪只检测，确定所述图像中的至少一个包含有仔猪的仔猪区域以及至少一个包含有成年猪的成年猪区域；其中，所述仔猪被压区域为被压仔猪发出叫声的区域；成年猪卧倒检测模块602，用于在所述成年猪区域内进行成年猪卧倒检测，确定包含有卧倒的成年猪的卧倒成年猪区域；仔猪被压检测模块603，用于根据所述卧倒成年猪区域与所述仔猪区域之间的重叠关系，判断是否存在仔猪被所述卧倒的成年猪压住；报警模块604，用于若所述仔猪区域对应的仔猪被所述卧倒的成年猪压住，则生成报警信号。
在本申请实施例中，猪只检测模块601、成年猪卧倒检测模块602以及仔猪被压检测模块603通过图像识别可以实时判断仔猪被压区域中是否存在仔猪被卧倒的成年猪压住，并在存在仔猪被卧倒的成年猪压住的情况时，利用报警模块604及时生成报警信号，以使工作人员可以及时对被压仔猪进行救援，从而实现了工作效率的提高。
进一步的，请参照图6，所述仔猪被压检测装置600还包括：仔猪被压叫声检测模块605，用于获取监控区域内的语音信号，并检测所述语音信号中的仔猪叫声信号；仔猪叫声定位模块606，用于根据检测到的所述仔猪叫声信号对发出叫声的仔猪进行定位，得到所述监控区域中的仔猪被压区域。
在本申请实施例中，仔猪被压叫声检测模块605通过语音识别可以实时采集仔猪叫声，并利用仔猪叫声定位模块606对发出叫声的仔猪进行初步的定位，以可以对初步定位得到的仔猪被压区域进行图像识别，从而在提高工作效率的基础上，提高检测的准确度。
进一步的，请参照图6，所述仔猪被压检测装置600还包括：图像预处理模块607，用于对图像进行预处理。
在本申请实施例中，在获取图像之后，可以先对图像就行预处理，例如：降噪处理、尺度变化等，从而提高图像识别的准确度、降低图像识别的计算量。
进一步的，所述仔猪被压检测模块603还用于：判断所述卧倒成年猪区域与所述仔猪区域是否重叠；若所述卧倒成年猪区域与所述仔猪区域重叠，获取重叠区域；根据所述重叠区域判断所述仔猪区域对应的仔猪是否被所述卧倒的成年猪压住。
在本申请实施例中，仔猪被压检测模块603通过对卧倒成年猪区域与仔猪区域的重叠区域进行判断，确定仔猪被压区域中是否存在仔猪被卧倒的成年猪压住。
进一步的，所述仔猪被压检测模块603还用于：判断所述卧倒成年猪区域与所述仔猪被压区域中的所有仔猪区域中的每一仔猪区域的重叠程度是否超过重叠阈值；若所述卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过所述重叠阈值，则所述卧倒成年猪区域与一个或者多个仔猪区域重叠。
在本申请实施例中，仔猪被压检测模块603通过判断卧倒成年猪区域与仔猪被压区域中的每一只仔猪对应的仔猪区域的重叠程度是否超过重叠阈值，确定卧倒成年猪区域与仔猪区域是否重叠。
进一步的，所述仔猪被压检测模块603还用于：判断所述卧倒成年猪区域与所述卧倒成年猪区域周围的仔猪区域的重叠程度是否超过重叠阈值；若所述卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过所述重叠阈值，则所述卧倒成年猪区域与一个或者多个仔猪区域重叠。
在本申请实施例中，仔猪被压检测模块603通过判断卧倒成年猪区域与卧倒的成年猪周围的额仔猪对应的仔猪区域的重叠程度是否超过重叠阈值，确定卧倒成年猪区域与仔猪区域是否重叠。
进一步的，所述仔猪被压检测模块603还用于：将所述重叠区域的图像输入至预先训练好的强分类器；其中，所述强分类器输出表征所述卧倒的成年猪是否压住所述仔猪的分类结果。
在本申请实施例中，仔猪被压检测模块603可以利用强分类器判断重叠区域的图像对应的仔猪是否被卧倒的成年猪压住，从而得到准确度较高的结果。
进一步的，所述报警信号中携带有：所述仔猪被压区域的位置及所述重叠区域的图像。
在本申请实施例中，报警模块604生成的报警信号中可以携带有仔猪被压区域的位置以及重叠区域的图像，从而使得工作人员可以根据仔猪被压区域的位置快速的找到被压仔猪，并且可以通过查看重叠区域的图像确认仔猪被压报警的准确性。
本申请实施例还提供一种计算机程序产品，包括存储在非暂态计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，计算机能够执行上述实施例中仔猪被压检测方法的步骤，例如包括：获取仔猪被压区域的图像，并在所述图像中进行猪只检测，确定所述图像中的至少一个包含有仔猪的仔猪区域以及至少一个包含有成年猪的成年猪区域；其中，所述仔猪被压区域为检测到仔猪叫声的区域；在所述成年猪区域内进行成年猪卧倒检测，确定包含有卧倒的成年猪的卧倒成年猪区域；根据所述卧倒成年猪区域与所述仔猪区域之间的重叠关系，判断是否存在仔猪被所述卧倒的成年猪压住；若存在仔猪被所述卧倒的成年猪压住，则生成报警信号。
Claims (8)
1.一种仔猪被压检测方法，其特征在于，包括：
获取监控区域内的图像，并在所述图像中进行猪只检测，确定所述图像中的至少一个包含有仔猪的仔猪区域以及至少一个包含有成年猪的成年猪区域；
在所述成年猪区域内进行成年猪卧倒检测，确定包含有卧倒的成年猪的卧倒成年猪区域；
根据所述卧倒成年猪区域与所述仔猪区域之间的重叠关系，判断是否存在仔猪被所述卧倒的成年猪压住；
若存在仔猪被所述卧倒的成年猪压住，则生成报警信号；
其中，所述根据所述卧倒成年猪区域与所述仔猪区域之间的重叠关系，判断是否存在仔猪被所述卧倒的成年猪压住，包括：
判断所述卧倒成年猪区域与所述仔猪区域是否重叠；
若所述卧倒成年猪区域与所述仔猪区域重叠，获取重叠区域；
根据所述重叠区域判断所述仔猪区域对应的仔猪是否被所述卧倒的成年猪压住；
其中，所述判断所述卧倒成年猪区域与所述仔猪区域是否重叠，包括：
判断所述卧倒成年猪区域与所述卧倒成年猪区域周围的仔猪区域的重叠程度是否超过重叠阈值；
若所述卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过所述重叠阈值，则所述卧倒成年猪区域与一个或者多个仔猪区域重叠；
所述报警信号中携带有所述仔猪被压区域的位置及重叠区域的图像。
2.根据权利要求1所述的仔猪被压检测方法，其特征在于，在获取仔猪被压区域的图像之前，所述仔猪被压检测方法还包括：
获取监控区域内的语音信号，并检测所述语音信号中的仔猪叫声信号；
根据检测到的所述仔猪叫声信号对发出叫声的仔猪进行定位，得到所述监控区域中的仔猪被压区域。
3.根据权利要求1所述的仔猪被压检测方法，其特征在于，所述判断所述卧倒成年猪区域与所述仔猪区域是否重叠，包括：
判断所述卧倒成年猪区域与所述仔猪被压区域中的所有仔猪区域中的每一仔猪区域的重叠程度是否超过重叠阈值；
若所述卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过所述重叠阈值，则所述卧倒成年猪区域与一个或者多个仔猪区域重叠。
4.根据权利要求1所述的仔猪被压检测方法，其特征在于，所述根据所述重叠区域判断所述仔猪区域对应的仔猪是否被所述卧倒的成年猪压住，包括：
将所述重叠区域的图像输入至预先训练好的强分类器；其中，所述强分类器输出表征所述卧倒的成年猪是否压住所述仔猪的分类结果。
5.一种仔猪被压检测装置，其特征在于，包括：
猪只检测模块，用于获取监控区域内的图像，并在所述图像中进行猪只检测，确定所述图像中的至少一个包含有仔猪的仔猪区域以及至少一个包含有成年猪的成年猪区域；
成年猪卧倒检测模块，用于在所述成年猪区域内进行成年猪卧倒检测，确定包含有卧倒的成年猪的卧倒成年猪区域；
仔猪被压检测模块，用于根据所述卧倒成年猪区域与所述仔猪区域之间的重叠关系，判断是否存在仔猪被所述卧倒的成年猪压住；
报警模块，用于若所述仔猪区域对应的仔猪被所述卧倒的成年猪压住，则生成报警信号；
所述仔猪被压检测模块，还用于判断所述卧倒成年猪区域与所述仔猪区域是否重叠；若所述卧倒成年猪区域与所述仔猪区域重叠，获取重叠区域；根据所述重叠区域判断所述仔猪区域对应的仔猪是否被所述卧倒的成年猪压住；判断所述卧倒成年猪区域与所述卧倒成年猪区域周围的仔猪区域的重叠程度是否超过重叠阈值；若所述卧倒成年猪区域与一个或者多个仔猪区域的重叠程度超过所述重叠阈值，则所述卧倒成年猪区域与一个或者多个仔猪区域重叠；
所述报警信号中携带有所述仔猪被压区域的位置及重叠区域的图像。
6.一种仔猪被压检测系统，其特征在于，包括：图像采集装置及处理装置；
所述图像采集装置与所述处理装置连接，用于采集仔猪被压区域的图像；
所述处理装置用于执行如权利要求1-4任一项所述的仔猪被压检测方法。
7.根据权利要求6所述的仔猪被压检测系统，其特征在于，所述仔猪被压检测系统还包括：语音信号采集装置；
所述语音信号采集装置与所述处理装置连接，用于采集监控区域内的语音信号。
8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1-4任一项所述的仔猪被压检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911074910.3A CN110651728B (zh) | 2019-11-05 | 2019-11-05 | 一种仔猪被压检测方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911074910.3A CN110651728B (zh) | 2019-11-05 | 2019-11-05 | 一种仔猪被压检测方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110651728A CN110651728A (zh) | 2020-01-07 |
| CN110651728B true CN110651728B (zh) | 2022-08-09 |
Family
ID=69043239
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911074910.3A Active CN110651728B (zh) | 2019-11-05 | 2019-11-05 | 一种仔猪被压检测方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110651728B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111260895A (zh) * | 2020-02-24 | 2020-06-09 | 上海明略人工智能(集团)有限公司 | 报警信息的发送方法及装置、存储介质和电子装置 |
| CN111477236A (zh) * | 2020-05-14 | 2020-07-31 | 深聆科技(北京)有限公司 | 基于神经网络的仔猪叫声识别方法、养殖监控方法、系统 |
| CN111543348B (zh) * | 2020-05-14 | 2022-03-18 | 深聆科技(北京)有限公司 | 养殖场的声音定位装置、方法及幼崽监控方法 |
| CN113331135A (zh) * | 2021-06-29 | 2021-09-03 | 西藏新好科技有限公司 | 一种仔猪被压死淘率和存活率的统计方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104064011A (zh) * | 2014-07-02 | 2014-09-24 | 江苏大学 | 基于无线传输的种猪产房监控系统及方法 |
| CN104881636A (zh) * | 2015-05-08 | 2015-09-02 | 中国农业大学 | 识别猪躺卧行为的方法及装置 |
| CN205284549U (zh) * | 2015-12-15 | 2016-06-08 | 山东科技大学 | 一种母猪产床仔猪保护预警装置 |
| CN107182830A (zh) * | 2017-06-09 | 2017-09-22 | 中国农业科学院农业信息研究所 | 一种母猪产床监测预警装置、方法及系统 |
| CN109964845A (zh) * | 2019-04-26 | 2019-07-05 | 中国农业科学院农业信息研究所 | 仔猪救护装置 |
-
2019
- 2019-11-05 CN CN201911074910.3A patent/CN110651728B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104064011A (zh) * | 2014-07-02 | 2014-09-24 | 江苏大学 | 基于无线传输的种猪产房监控系统及方法 |
| CN104881636A (zh) * | 2015-05-08 | 2015-09-02 | 中国农业大学 | 识别猪躺卧行为的方法及装置 |
| CN205284549U (zh) * | 2015-12-15 | 2016-06-08 | 山东科技大学 | 一种母猪产床仔猪保护预警装置 |
| CN107182830A (zh) * | 2017-06-09 | 2017-09-22 | 中国农业科学院农业信息研究所 | 一种母猪产床监测预警装置、方法及系统 |
| CN109964845A (zh) * | 2019-04-26 | 2019-07-05 | 中国农业科学院农业信息研究所 | 仔猪救护装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110651728A (zh) | 2020-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110651728B (zh) | 一种仔猪被压检测方法、装置及系统 | |
| CN109637549A (zh) | 一种对猪只进行声音检测的方法、装置和检测系统 | |
| CN110598643B (zh) | 监控仔猪被压的方法及装置 | |
| EP2651210B1 (en) | System and a method for controlling an automatic milking system | |
| CN110532899B (zh) | 基于热成像的母猪产前行为分类方法及系统 | |
| CN110782905A (zh) | 一种定位方法、装置及系统 | |
| CN111540020B (zh) | 目标行为的确定方法及装置、存储介质、电子装置 | |
| CN111860203B (zh) | 基于图像和音频混合的异常猪只识别装置、系统和方法 | |
| CN111652128B (zh) | 一种高空电力作业安全监测方法、系统和存储装置 | |
| CN112885014A (zh) | 预警方法、装置、系统和计算机可读存储介质 | |
| CN113239913A (zh) | 基于声音和图像的噪声源定位方法、装置及系统 | |
| KR20140023458A (ko) | 언어 유창성 기반 치매 진단 방법 및 이를 위한 장치 | |
| WO2022247500A1 (zh) | 仔猪防压预警方法、装置、设备及存储介质 | |
| CN112265881B (zh) | 家畜的电梯监控系统、监控方法、监控装置及存储介质 | |
| CN111543351B (zh) | 养殖监控系统及其监控方法 | |
| CN116740908A (zh) | 一种大数据视频分析监控系统 | |
| CN111723785A (zh) | 一种动物发情确定方法及装置 | |
| CN113743326B (zh) | 安全带佩戴状态监测系统、方法、装置和计算机设备 | |
| CN113938473A (zh) | 基于流量的自动Mock方法、装置、设备及存储介质 | |
| CN111477236A (zh) | 基于神经网络的仔猪叫声识别方法、养殖监控方法、系统 | |
| CN112132064A (zh) | 基于人工智能的识别孕囊数量的方法、装置、设备和介质 | |
| KR20210124025A (ko) | 영상 데이터 필터링을 위한 품질 점수 임계값 산출 방법, 장치 및 컴퓨터프로그램 | |
| CN114758287B (zh) | 超声数据处理方法、装置及计算机可读存储介质 | |
| CN113743224B (zh) | 基于边缘计算的登高作业人员安全带佩戴监控方法及系统 | |
| CN115947181B (zh) | 打包机混纱处理方法、处理装置及处理系统 |
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 |