CN110765972A - 一种动物的监控方法、装置、电子设备及存储介质 - Google Patents
一种动物的监控方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110765972A CN110765972A CN201911052814.9A CN201911052814A CN110765972A CN 110765972 A CN110765972 A CN 110765972A CN 201911052814 A CN201911052814 A CN 201911052814A CN 110765972 A CN110765972 A CN 110765972A
- Authority
- CN
- China
- Prior art keywords
- target
- animal
- monitoring
- animals
- features
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种动物的监控方法、装置、电子设备及存储介质,其中,该方法包括:获取目标区域内的连续多帧图像,所述目标区域中包括目标动物;从所述目标区域内的连续多帧图像中,提取所述目标动物对应的第一目标特征;所述第一目标特征包括以下特征中一种或多种:位置特征、身体特征、动作特征、活动特征;若基于所述目标动物的第一目标特征确定所述目标动物为异常状态,则生成监护提示信息;其中,所述监护提示信息用于提示进行所述目标动物的监护;将所述监护提示信息发送给第一目标客户端。本申请基于图像确定目标动物的异常状态并进行监护提示,提高了目标动物监控效率,进而提高了目标动物的存活率。
Description
技术领域
本申请涉及信息监控技术领域,具体而言,涉及一种动物的监控方法、装置、电子设备及存储介质。
背景技术
随着经济的快速发展,目前养殖业的生产规模也越来越大。而在养殖行业中,待生产动物的分娩环节尤为重要,该环节能够影响动物的存活状况。因此,需要对待生产动物的分娩环节进行监控,以提高幼崽动物的存活率。
现阶段,通常都是配备专业的看护人员,由看护人员负责看护固定场所的待生产动物,当发现待生产动物的临产症状或者待生产动物在生产后对幼崽动物的危害行为时,由看护人员进行监护处理。
但是,待生产动物的生产时间具有不确定性,当看护人员同时进行其他活动,看护人员无法及时发现待生产动物的临产症状,造成幼崽动物的存活率低,进而导致监控效率低。
发明内容
有鉴于此,本申请实施例的目的在于提供一种动物的监控方法、装置、电子设备及存储介质,基于图像确定目标动物的异常状态并进行监护提示,提高了目标动物监控效率。
第一方面,本申请实施例提供了一种动物的监控方法,应用于服务器,所述监控方法包括:
获取目标区域内的连续多帧图像,所述目标区域中包括目标动物;
从所述目标区域内的连续多帧图像中,提取所述目标动物对应的第一目标特征;所述第一目标特征包括以下特征中一种或多种:位置特征、身体特征、动作特征、活动特征;
若基于所述目标动物的第一目标特征确定所述目标动物为异常状态,则生成监护提示信息;其中,所述监护提示信息用于提示进行所述目标动物的监护;
将所述监护提示信息发送给第一目标客户端。
在一种可选的实施方式中,通过以下方法确定所述目标动物的状态检测结果,包括:
将所述目标动物的第一目标特征输入到预先训练好的检测模型中,获取所述检测模型输出的目标动物的状态检测结果;其中,所述检测模型包括以下模型中的一种或多种:临产检测模型、健康状态检测模型、异常行为模型、存活状态检测模型;
或者,
根据所述第一目标特征与预存的异常特征的匹配结果,确定所述目标动物的状态检测结果。
在一种可选的实施方式中,所述生成监护提示信息,包括:
若预存的异常特征中存在所述第一目标特征,则获取所述第一目标特征对应的监护信息;其中,所述监护信息包括对所述目标动物的监护方式;
基于所述第一目标特征对应的监护信息,生成所述监护提示信息。
在一种可选的实施方式中,通过以下方法提取所述目标动物对应的活动特征:
提取每帧所述图像中目标动物的位置特征和动作特征;
根据预设时间长度内连续多帧图像中目标动物的位置特征,确定所述目标动物的活动轨迹;
根据所述目标动物的活动轨迹和该连续多帧图像中目标动物的动作特征,确定所述目标动物的活动特征。
在一种可选的实施方式中,所述监控方法还包括:
从所述目标区域内的连续多帧图像中,提取所述目标动物所在的生活环境中目标物质对应的第二目标特征;
基于所述目标物质对应的第二目标特征,获取所述目标物质在所述图像的占用面积;
若所述占用面积与所述图像的面积的比值大于预设阈值,则生成清扫提示信息;
将所述清扫提示信息发送给所述第一目标客户端。
在一种可选的实施方式中,在提取所述目标动物对应的第一目标特征之后,所述监控方法还包括:
从所述目标动物对应的身体特征中,选取符合对应于第一目标动物的预设条件的目标身体特征;
基于所述目标身体特征的个数,确定所述图像中包括的所述第一目标动物的个数;
根据所述第一目标动物的个数生成第一统计信息,并将所述第一统计信息发送给第二目标客户端。
在一种可选的实施方式中,在确定所述图像中包括的所述第一目标动物的个数之后,所述监控方法还包括:
基于所述存活状态检测模型的输出结果,确定处于死亡状态的第二目标动物的个数;
基于所述第一目标动物的个数与第二目标动物的个数的差值,确定存活动物个数,并计算所述存活动物个数与所述第一目标动物的个数的比值;
根据所述存活动物个数和所述比值生成第二统计信息,并将所述第二统计信息发送给第二目标客户端。
第二方面,本申请实施例提供了一种动物的监控装置,所述监控装置包括:
第一获取模块,用于获取目标区域内的连续多帧图像,所述目标区域中包括目标动物;
第一提取模块,用于从所述目标区域内的连续多帧图像中,提取所述目标动物对应的第一目标特征;所述第一目标特征包括以下特征中一种或多种:位置特征、身体特征、动作特征、活动特征;
第一生成模块,用于若基于所述目标动物的第一目标特征确定所述目标动物为异常状态,则生成监护提示信息;其中,所述监护提示信息用于提示进行所述目标动物的监护;
第一发送模块,用于将所述监护提示信息发送给第一目标客户端。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行第一方面任一项所述的动物的监控方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行第一方面任一项所述的动物的监控方法的步骤。
本申请实施例提供的一种动物的监控方法、装置、电子设备及存储介质,从包括目标动物的图像中提取目标动物的多种目标特征,基于上述目标特征判断目标动物的当前状态,若目标动物当前为异常状态,则生成与异常状态相对应的监护提示信息,并通过该监护提示信息提醒监护人员及时对目标动物进行监护,提高了目标动物的监护效率,同时,也提高了目标动物的存活率。
进一步,本申请实施例提供的一种动物的监控方法、装置、电子设备及存储介质,还可以获取与目标动物的异常状态相对应的监护信息,并基于监护信息生成监护提示信息,这样,通过监护提示信息还能够提示监护人员以相应的监护方式对目标动物进行监护,保证了监护过程的准确性,进一步提高了目标动物的监护效率。
另外,本申请实施例中,还可以对目标动物所处生活环境的卫生状况进行监控,保证了目标动物的优质生活环境,提高了目标动物的监控效率。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,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示出了本申请实施例所提供的一种动物的监控方法的流程图;
图2示出了本申请实施例所提供的动物的监控方法中,生成监护提示信息的方法的流程图;
图3示出了本申请实施例所提供的动物的监控方法中,提取目标动物的活动特征的方法的流程图;
图4示出了本申请实施例所提供的动物的监控方法中,生成清扫提示信息的方法的流程图;
图5示出了本申请实施例所提供的动物的监控方法中,确定第一统计信息的方法的流程图;
图6示出了本申请实施例所提供的动物的监控方法中,确定第二统计信息的方法的流程图;
图7示出了本申请实施例所提供的一种动物的监控装置的示意图;
图8示出了本申请实施例所提供的一种电子设备的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
现阶段,通常都是配备专业的监护人员,由监护人员负责监护固定场所的目标动物,当发现目标动物处于异常状态时,由监护人员进行监护处理。但是,当监护人员同时进行多项监护工作时,无法及时发现目标动物处于异常状态,导致监控效率低,进而降低了目标动物的存活率。
基于上述研究,本申请提供了一种动物的监控方法、装置、电子设备及存储介质,从包括目标动物的图像中提取目标动物的多种目标特征,基于上述目标特征判断目标动物的当前状态,若目标动物当前为异常状态,则生成与异常状态相对应的监护提示信息,并通过该监护提示信息提醒监护人员及时对目标动物进行监护,提高了目标动物的监护效率,同时,也提高了目标动物的存活率。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本申请针对上述问题所提出的解决方案,都应该是发明人在本申请过程中对本申请做出的贡献。
下面将结合本申请中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解,首先对本申请实施例所公开的一种动物的监控方法进行详细介绍,本申请实施例所提供的动物的监控方法的执行主体是服务器。下面对本申请实施例提供的动物的监控方法加以说明。
参见图1所示,为本申请一实施例提供的动物的监控方法的流程图,所述方法包括以下步骤:
S101:获取目标区域内的连续多帧图像,所述目标区域中包括目标动物。
在本申请实施例中,目标区域中包括目标动物,即目标动物活动在上述目标区域内。其中,目标区域内安装有图像采集装置,该图像采集装置用于实时拍摄目标区域内图像,并将连续多帧图像(即视频)发送给服务器;服务器基于接收到的连续多帧图像分别进行图像特征提取。
这里,上述图像采集装置可以为摄像机。可选的,图像采集装置安装在目标区域的固定位置,用于拍摄整个目标区域的图像,拍摄的每一帧图像中包括目标动物。
S102:从所述目标区域内的连续多帧图像中,提取所述目标动物对应的第一目标特征;所述第一目标特征包括以下特征中一种或多种:位置特征、身体特征、动作特征、活动特征。
在本申请实施例中,不同图像中目标动物可能处于不同的状态,针对每一帧图像,提取表征目标动物状态的第一目标特征,可以包括以下特征中的一种或多种:位置特征、身体特征、动作特征、活动特征。
这里,位置特征可以为:目标动物在图像中的目标位置,该目标位置由目标动物在图像所在二维空间中的横坐标和纵坐标确定,并且该目标位置用于映射目标动物在目标区域中的实际位置。若位置特征发生变化,对应目标动物在目标区域中发生移动。身体特征为:目标动物身体具备的特征,比如,眼部特征、嘴部特征、肚子特征、身体整体轮廓特征等。动作特征为:图像中目标动物肢体动作所具有的静止特征,比如,腿离开地面的动作特征、舌头舔嘴巴的动作特征、舌头舔肚皮的动作特征。活动特征包括活动次数和活动时间,是基于预设时间段内连续多帧图像生成的目标动物的动态特征,比如:目标动物跑动了1分钟、目标动物两次跑动的时间间隔为2分钟、目标动物奔跑的轨迹是S形、目标动物行走的轨迹是直线形。
S103:若基于所述目标动物的第一目标特征确定所述目标动物为异常状态,则生成监护提示信息;其中,所述监护提示信息用于提示进行所述目标动物的监护。
在本申请实施例中,目标动物不同的异常状态对应不同的监护提示信息。其中,异常状态可以包括:临产状态、生病状态、死亡状态等;相应的,监护提示信息可以包括:临产动物处于临产状态的监护提示信息、目标动物处于生病状态的监护提示信息、幼崽动物处于死亡状态的监护提示信息。
举例来讲,若幼崽动物处于生病状态,则生成幼崽动物处于生病状态的监护提示信息。
S104:将所述监护提示信息发送给第一目标客户端。
在本申请实施例中,每个监护人员对应一个第一目标客户端,不同的监护人员负责不同目标区域内目标动物的监护工作,当基于某个目标区域内的目标动物的第一目标特征生成监护提示信息时,将该监护提示信息发送给负责该目标区域的监护人员对应的第一目标客户端,以使该第一目标客户端显示监护提示信息,便于提示负责该目标区域的监护人员对目标动物及时进行监护。
这里,第一目标客户端可以为:终端设备或者安装在终端设备上的应用程序。这里的终端设备包括但不限于:智能手机、平板电脑、台式电脑、报警器、音频播放器。
以第一目标客户端为智能手机为例,若位于第二目标区域的目标动物处于临产状态,服务器通过短信的方式将一条内容为“母猪将临产,请及时前往第二目标区域协助母猪生产”的监护提示信息发送给负责第二目标区域的监护人员对应的智能手机。
作为另一种可选的实施方式,若位于第一目标区域的目标动物处于生病状态,服务器通过微信的方式将一条内容为“动物生病,请及时前往第一目标区域查看”的微信发送给负责第一目标区域的监护人员对应的智能手机。
在本申请实施例中,基于图像确定目标动物的异常状态并进行监护提示,提高了目标动物监控效率,进而提高了目标动物的存活率。
在本申请实施例中,基于目标动物的第一目标特征确定目标动物的状态检测结果,若得到的目标动物的状态检测结果为异常状态,则生成与异常状态相对应的监护提示信息;本申请实施例中,可以通过检测模型确定目标动物的状态检测结果,也可以基于服务器中预存的异常特征,通过对比确定目标动物的状态检测结果。下面分别针对上述两种情况对确定目标动物的状态检测结果的方法进行说明:
第一,将所述目标动物的第一目标特征输入到预先训练好的检测模型中,获取所述检测模型输出的目标动物的状态检测结果;其中,所述检测模型包括以下模型中的一种或多种:临产检测模型、健康状态检测模型、异常行为模型、存活状态检测模型。
在本申请实施例中,服务器中存储有多个预先训练好的检测模型,并且,训练不同的检测模型所使用的第一目标特征不同,也即不同的检测模型对应不同的第一目标特征,当选择了某一检测模型时,从图像中提取与该检测模型相匹配的第一目标特征,得到与该第一目标特征对应的状态检测结果;第一目标特征包括以下特征中一种或多种:位置特征、身体特征、动作特征、活动特征。
在本申请实施例中,预存有初始模型,基于第一目标特征的正样本和负样本对初始模型进行训练,得到该第一目标特征对应的模型参数,即生成该第一目标特征对应的检测模型。
举例来讲,当检测模型为临产模型时,将成年动物处于临产状态的多帧图像作为正样本,将成年动物未处于临产状态的多帧图像作为负样本,提取正样本和负样本中的相应特征(比如,身体特征、动作特征以及活动特征等)对训练初始模型的模型参数,生成临产模型;当使用该临产模型时,输入的第一目标特征为成年动物的身体特征、动作特征以及活动特征。
在本申请实施例中,目标动物包括成年动物(比如,待产动物,或者产后动物)和幼崽动物,成年动物与幼崽动物的体型差异巨大,基于身体整体轮廓特征(身体特征)可以对成年动物和幼崽动物进行区分。从图像中提取第一目标特征,首先基于目标动物的身体特征,区分成年动物和幼崽动物,以便区分提取的位置特征、动作特征以及活动特征归属于成年动物还是幼崽动物。
作为一种可选的实施方式,若基于目标动物的身体特征确定获取的脸部特征(身体特征)为待产动物的脸部特征,则将该脸部特征输入临产检测模型中,得到待产动物的状态检测结果,若上述状态检测结果为待产动物处于临产状态,则生成与临产状态相对应的监护提示信息。
作为另一种可选的实施方式,若基于目标动物的身体特征确定获取的活动特征为幼崽动物的活动特征,则将幼崽动物的活动特征输入到健康状态检测模型中,得到幼崽动物的状态检测结果,若上述状态检测结果为幼崽动物处于生病状态,则生成与生病状态相对应的监护提示信息。
作为另一种可选的实施方式,若基于目标动物的身体特征确定获取的活动特征为待产动物的活动特征,则将待产动物的活动特征输入到异常行为模型,得到待产动物的状态检测结果,若上述状态检测结果为待产动物处于临产状态,则生成与临产状态相对应的监护提示信息。
作为另一种可选的实施方式,若基于目标动物的身体特征确定获取的活动特征为幼崽动物的活动特征,则将幼崽动物的活动特征输入到存活状态检测模型中,得到幼崽动物对应的状态检测结果,若上述状态检测结果为幼崽动物处于死亡状态,则生成与死亡状态相对应的监护提示信息。
第二,根据所述第一目标特征与预存的异常特征的匹配结果,确定所述目标动物的状态检测结果。
在本申请实施例中,服务器中预存有目标动物的多种异常特征,并且,成年动物与幼崽动物对应的异常特征存在差异,将提取出的目标动物的多种第一目标特征基于目标动物的身体特征分为成年动物的第一目标特征或幼崽动物的第一目标特征,分别与其对应的异常特征进行对比,若第一目标特征与异常特征相同,则确定目标动物处于异常状态,生成与该异常状态相对应的监护提示信息;若第一目标特征与异常特征不同,则确定目标动物处于正常状态,不需要生成监护提示信息。
这里,异常特征包括以下特征中的一种或多种:待产动物处于临产状态的身体特征、待产动物处于临产状态的活动特征、待产动物处于临产状态的动作特征、幼崽动物处于生病状态的身体特征、幼崽动物处于生病状态的活动特征、幼崽动物处于生病状态的动作特征、幼崽动物处于死亡状态的身体特征、幼崽动物处于死亡状态的动作特征。
举例来讲,将待产动物的脸部特征与预存的待产动物处于临产状态的脸部特征(身体特征)进行对比,若待产动物的脸部特征为待产动物处于临产状态的脸部特征,则生成与临产状态相对应的监护提示信息。
在本申请实施例中,监护提示信息不仅用于提示监护人员对目标动物进行监护,还可以用于指导监护人员采取相应的监护方式对目标动物进行监护,参见图2所示,为本实施例提供的生成监护提示信息的方法的流程图,所述方法包括以下步骤:
S201、若预存的异常特征中存在所述第一目标特征,则获取所述第一目标特征对应的监护信息;其中,所述监护信息包括对所述目标动物的监护方式。
在本申请实施例中,服务器中预存有目标动物的异常特征以及与每种异常特征相对应的监护信息;监护信息包括:协助成年动物生产的注意事项、成年动物常见疾病的治疗方法、幼崽动物常见疾病的治疗方法、幼崽动物死亡后的正确处理方法;当提取的第一目标特征为异常特征时,获取与该异常特征相对应的监护信息;这里,上述监护信息用于指导监护人员采取相应的监护方式对目标动物进行监护。
举例来讲,若第一目标特征为待产动物处于临产状态的脸部特征,则获取与该临产状态脸部特征相对应的临产监护信息(协助成年动物生产的注意事项)。
S202、基于所述第一目标特征对应的监护信息,生成所述监护提示信息。
在本申请实施例中,服务器中预存有监护信息与监护提示信息的映射关系,选取与监护信息相对应的监护提示信息,并将携带有监护信息的监护提示信息发送给第一目标客户端。
举例来讲,选取与临产监护信息对应的临产监护提示信息,并将携带有临产监护信息的临产监护提示信息发送给第一目标客户端,用于提示监护人员待产动物处于临产状态并指导监护人员采取相应的助产方式协助待产动物生产。
在本申请实施例中,基于目标动物的位置特征和动作特征确定目标动物的活动特征,参见图3所示,为本实施例提供的提取目标动物的活动特征的方法的流程图,所述方法包括以下步骤:
S301、提取每帧所述图像中目标动物的位置特征和动作特征。
在本申请实施例中,若图像中包括目标动物的身体特征,以及位置特征和动作特征,提取上述多种目标特征,基于目标动物的身体特征确定该目标动物的种类(成年动物或幼崽动物),进而确定提取的位置特征和动作特征对应的目标动物的种类。
S302、根据预设时间长度内连续多帧图像中目标动物的位置特征,确定所述目标动物的活动轨迹。
在本申请实施例中,图像中目标动物的位置特征映射了目标动物在目标区域的具体位置,若连续多帧图像中均包括同一目标动物的身体特征,以及该目标动物的位置特征,则连续多帧图像包括的多个位置特征映射了该目标动物在目标区域内的活动轨迹;其中,每一帧图像中目标动物的位置特征可以用图像所在二维空间上的一个点表示,连续多帧图像中目标动物的位置特征可以用图像所在二维空间上的多个点表示;这里,连续多帧图像所在二维空间的原点重合,并且单位长度相同;连续多帧图像所在二维空间上的多个点表示目标动物的活动轨迹。
举例来讲,若预设时间长度内目标动物的位置特征在图像所在二维空间上对应的多个点为一个目标点,则目标动物的活动轨迹为静止;若预设时间长度内目标动物的位置特征在图像所在二维空间上对应的多个点为至少两个目标点,则目标动物的活动轨迹为基于上述目标点连接成的曲线;并且,可以基于目标动物的身体特征区分成年动物和幼崽动物,进而区分生成的运动轨迹是成年动物的运动轨迹还是幼崽动物的运动轨迹。
S303、根据所述目标动物的活动轨迹和该连续多帧图像中目标动物的动作特征,确定所述目标动物的活动特征。
在本申请实施例中,活动特征基于目标动物在预设时间内连续的动作变化进行确定,其中,活动轨迹对应目标动物宏观的运动趋势、动作特征对应目标动物具体的动作行为,基于目标动物连续变化的动作特征和预设时间内的活动轨迹确定活动特征。
举例来讲,在预设时间长度内目标动物的活动轨迹为S形轨迹,并且在预设时间长度内连续多帧图像中目标动物的动作特征均为走动,则确定目标动物的活动特征为:在预设时间长度内按照S形轨迹走动;在预设时间长度内目标动物的活动轨迹为O形轨迹,并且在第一预设时间长度内连续多帧图像中目标动物的动作特征均为跑动、在第二预设时间长度内连续多帧图像中目标动物的动作特征均为静止、在第三预设时间长度内连续多帧图像中目标动物的动作特征均为跑动,则确定目标动物的活动特征:在第一预设时间长度内按照O形或C形轨迹跑动、在第二预设时间长度内静止不动、在第三预设时间长度内按照O形或C形轨迹跑动。
在本申请实施例中,基于图像中包括的目标物质监控目标动物所在的生活环境的卫生状况,参见图4所示,为本实施例提供的生成清扫提示信息的方法的流程图,所述方法包括以下步骤:
S401、从所述目标区域内的连续多帧图像中,提取所述目标动物所在的生活环境中目标物质对应的第二目标特征。
在本申请实施例中,目标区域中不仅包括目标动物,还包括目标动物产生的多种目标物质;这里,目标物质包括粪便和尿液;图像记录了目标物质对应的第二目标特征,提取上述目标物质对应的第二目标特征,以便对目标动物所处的生活环境进行分析;这里,目标物质对应的第二目标特征包括:目标物质的种类、目标物质在图像中的外边界轮廓。
S402、基于所述目标物质对应的第二目标特征,获取所述目标物质在所述图像的占用面积。
在本申请实施例中,服务器中预存图像所在二维空间的单位长度,若图像中包括目标物质,以预设的单位长度计算目标物质在图像所在二维空间占有的面积,即为目标物质的占用面积;若图像中包括多种目标物质,分别计算每种目标物质的占用面积。
S403、若所述占用面积与所述图像的面积的比值大于预设阈值,则生成清扫提示信息。
S404、将所述清扫提示信息发送给所述第一目标客户端。
在本申请实施例中,通常,图像的整体轮廓为矩形,以预设的单位长度计算图像对应的矩形在图像所在二维空间占有的面积,即为图像面积,计算目标物质的占用面积与图像面积的比值,若该比值大于预设阈值,服务器生成清扫提示信息,并将清扫提示信息发送至第一客户端,以使监护人员及时对目标区域进行清扫;这里每个监护人员对应一个第一客户端。
举例来讲,预设阈值为0.1,经计算得到:目标物质一的占用面积为0.5m2、目标物质二的占用面积为0.8m2,图像面积为10m2,目标物质一和目标物质二的总面积为1.3m2,目标物质的总面积与图像面积的比值为0.13,大于预设阈值,则生成清扫提示信息。这里,针对不同的目标物质,可以设置不同的权重,目标物质一的预设权重为1.1、目标物质二的预设权重为0.5,则目标物质一和目标物质二的总面积为0.95m2,目标物质的总面积与图像面积的比值为0.095,小于预设阈值,不进行提示。
在本申请实施例中,对目标动物所处生活环境的卫生状况进行监控,保证了目标动物的优质生活环境,提高了目标动物的监控效率。
在本申请实施例中,基于目标动物的身体特征统计第一目标动物的个数,参见图5所示,为本实施例提供的确定第一统计信息的方法的流程图,所述方法包括以下步骤:
S501、从所述目标动物对应的身体特征中,选取符合对应于第一目标动物的预设条件的目标身体特征。
在本申请实施例中,若图像中包括目标动物的身体特征,则提取上述身体特征,图像中包括多个目标动物时,提取上述多个目标动物对应的多个身体特征;目标动物包括产后动物和幼崽动物,产后动物与幼崽动物的体型差异巨大,因此,可以基于身体特征在图像中的占有面积区分产后动物的身体特征与幼崽动物的身体特征,从多个身体特征中选取幼崽动物的身体特征,即从多个身体特征中选取第一目标动物的目标身体特征。
S502、基于所述目标身体特征的个数,确定所述图像中包括的所述第一目标动物的个数。
在本申请实施例中,每个目标身体特征代表一个第一目标动物,即代表一个幼崽动物,目标身体特征的总数即为幼崽动物的总数。
S503、根据所述第一目标动物的个数生成第一统计信息,并将所述第一统计信息发送给第二目标客户端。
在本申请实施例中,当监测到图像中存在目标身体特征时,生成第一统计信息,上述第一统计信息携带第一目标动物的个数,将上述第一统计信息发送给第二目标客户端,以使第二目标客户端显示待产动物已生产的通知信息,以及第一目标动物的个数。
作为一种可选的实施方式,服务器中设置有预设时间段,当监测到图像中存在目标身体特征时开始计时,在预设时间段内,服务器生成多个第一目标动物的个数,当预设时间段结束时,根据最大的第一目标动物的个数生成第一统计信息。
在本申请实施例中,基于存活状态检测模型的检测结果确定第二统计信息,参见图6所示,为本实施例提供的确定第二统计信息的方法的流程图,所述方法包括以下步骤:
S601、基于所述存活状态检测模型的输出结果,确定处于死亡状态的第二目标动物的个数。
在本申请实施例中,从图像包括的多个身体特征中选取幼崽动物的身体特征,将幼崽动物身体特征对应的活动特征输入到存活状态检测模型中,得到幼崽动物对应的状态检测结果,统计状态检测结果为幼崽动物处于死亡状态的幼崽动物的个数,即为第二目标动物的个数。
S602、基于所述第一目标动物的个数与第二目标动物的个数的差值,确定存活动物个数,并计算所述存活动物个数与所述第一目标动物的个数的比值。
在本申请实施例中,第一目标动物的个数为幼崽动物的个数,第一目标动物包括处于死亡状态的幼崽动物和处于存活状态的幼崽动物,第二目标动物的个数为处于死亡状态的幼崽动物的个数,第一目标动物的个数与第二目标动物的个数的差值为处于存活状态的幼崽动物的个数,处于存活状态的幼崽动物的个数与幼崽动物的个数的比值为幼崽动物的存活率。
S603、根据所述存活动物个数和所述比值生成第二统计信息,并将所述第二统计信息发送给第二目标客户端。
在本申请实施例中,当监测到图像中存在目标身体特征时,生成第二统计信息,上述第二统计信息可以包括存活动物个数和动物存活率,将上述第二统计信息发送给第二目标客户端,以使第二目标客户端显示待产动物已生产的通知信息,以及存活动物个数和动物存活率。
作为一种可选的实施方式,服务器中设置有预设时间段,当监测到图像中存在目标身体特征时开始计时,在预设时间段内,服务器生成多个存活动物个数和动物存活率,当预设时间段结束时,根据确定时间点最接近预设时间段结束时间点的存活动物个数和动物存活率生成第二统计信息。
本申请实施例提供的动物的监控方法,基于图像确定目标动物的异常状态并进行监护提示,提高了目标动物监控效率,进而提高了目标动物的存活率。
基于同一发明构思,本申请实施例中还提供了与动物的监控方法对应的动物的监控装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述动物的监控方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图7所示,为本申请一实施例提供的一种动物的监控装置的示意图,所述监控装置700包括:
第一获取模块701,用于获取目标区域内的连续多帧图像,所述目标区域中包括目标动物;
第一提取模块702,用于从所述目标区域内的连续多帧图像中,提取所述目标动物对应的第一目标特征;所述第一目标特征包括以下特征中一种或多种:位置特征、身体特征、动作特征、活动特征;
第一生成模块703,用于若基于所述目标动物的第一目标特征确定所述目标动物为异常状态,则生成监护提示信息;其中,所述监护提示信息用于提示进行所述目标动物的监护;
第一发送模块704,用于将所述监护提示信息发送给第一目标客户端。
在一种可能的实施方式中,所述动物的监控装置还包括:
第二获取模块,用于将所述目标动物的第一目标特征输入到预先训练好的检测模型中,获取所述检测模型输出的目标动物的状态检测结果;其中,所述检测模型包括以下模型中的一种或多种:临产检测模型、健康状态检测模型、异常行为模型、存活状态检测模型;
或者,
第一确定模块,用于根据所述第一目标特征与预存的异常特征的匹配结果,确定所述目标动物的状态检测结果。
在一种可能的实施方式中,第一生成模块703,在生成监护提示信息时,包括:
若预存的异常特征中存在所述第一目标特征,则获取所述第一目标特征对应的监护信息;其中,所述监护信息包括对所述目标动物的监护方式;
基于所述第一目标特征对应的监护信息,生成所述监护提示信息。
在一种可能的实施方式中,第一提取模块702,通过以下方法提取所述目标动物对应的活动特征:
提取每帧所述图像中目标动物的位置特征和动作特征;
根据预设时间长度内连续多帧图像中目标动物的位置特征,确定所述目标动物的活动轨迹;
根据所述目标动物的活动轨迹和该连续多帧图像中目标动物的动作特征,确定所述目标动物的活动特征。
在一种可能的实施方式中,上述监控装置700还包括:
第二提取模块,用于从所述目标区域内的连续多帧图像中,提取所述目标动物所在的生活环境中目标物质对应的第二目标特征;
第三获取模块,用于基于所述目标物质对应的第二目标特征,获取所述目标物质在所述图像的占用面积;
第二生成模块,用于若所述占用面积与所述图像的面积的比值大于预设阈值,则生成清扫提示信息;
第二发送模块,用于将所述清扫提示信息发送给所述第一目标客户端。
在一种可能的实施方式中,上述监控装置700还包括:
选取模块,用于从所述目标动物对应的身体特征中,选取符合对应于第一目标动物的预设条件的目标身体特征;
第二确定模块,用于基于所述目标身体特征的个数,确定所述图像中包括的所述第一目标动物的个数;
第三生成模块,用于根据所述第一目标动物的个数生成第一统计信息;
第三发送模块,用于将所述第一统计信息发送给第二目标客户端。
在一种可能的实施方式中,上述监控装置700还包括:
第三确定模块,用于基于所述存活状态检测模型的输出结果,确定处于死亡状态的第二目标动物的个数;
第四确定模块,用于基于所述第一目标动物的个数与第二目标动物的个数的差值,确定存活动物个数,并计算所述存活动物个数与所述第一目标动物的个数的比值;
第四生成模块,用于根据所述存活动物个数和所述比值生成第二统计信息;
第四发送模块,用于将所述第二统计信息发送给第二目标客户端。
本申请实施例提供的动物的监控装置,基于图像确定目标动物的异常状态并进行监护提示,提高了目标动物监控效率,进而提高了目标动物的存活率。
如图8所示,为本申请实施例提供的一种电子设备800,包括:处理器801、存储器802和总线,所述存储器802存储有所述处理器801可执行的机器可读指令,当电子设备运行时,所述处理器801与所述存储器802之间通过总线通信,所述处理器801执行所述机器可读指令,以执行如上述动物的监控方法的步骤。
具体地,上述存储器802和处理器801能够为通用的存储器和处理器,这里不做具体限定,当处理器801运行存储器802存储的计算机程序时,能够执行上述动物的监控方法。
对应于上述动物的监控方法,本申请实施例还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上存储有计算机程序,所述计算机程序被处理器运行时执行上述动物的监控方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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,又例如,多个模块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信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。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,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种动物的监控方法,其特征在于,应用于服务器,所述监控方法包括:
获取目标区域内的连续多帧图像,所述目标区域中包括目标动物;
从所述目标区域内的连续多帧图像中,提取所述目标动物对应的第一目标特征;所述第一目标特征包括以下特征中一种或多种:位置特征、身体特征、动作特征、活动特征;
若基于所述目标动物的第一目标特征确定所述目标动物为异常状态,则生成监护提示信息;其中,所述监护提示信息用于提示进行所述目标动物的监护;
将所述监护提示信息发送给第一目标客户端。
2.根据权利要求1所述的动物的监控方法,其特征在于,通过以下方法确定所述目标动物的状态检测结果,包括:
将所述目标动物的第一目标特征输入到预先训练好的检测模型中,获取所述检测模型输出的目标动物的状态检测结果;其中,所述检测模型包括以下模型中的一种或多种:临产检测模型、健康状态检测模型、异常行为模型、存活状态检测模型;
或者,
根据所述第一目标特征与预存的异常特征的匹配结果,确定所述目标动物的状态检测结果。
3.根据权利要求2所述的动物的监控方法,其特征在于,所述生成监护提示信息,包括:
若预存的异常特征中存在所述第一目标特征,则获取所述第一目标特征对应的监护信息;其中,所述监护信息包括对所述目标动物的监护方式;
基于所述第一目标特征对应的监护信息,生成所述监护提示信息。
4.根据权利要求1所述的动物的监控方法,其特征在于,通过以下方法提取所述目标动物对应的活动特征:
提取每帧所述图像中目标动物的位置特征和动作特征;
根据预设时间长度内连续多帧图像中目标动物的位置特征,确定所述目标动物的活动轨迹;
根据所述目标动物的活动轨迹和该连续多帧图像中目标动物的动作特征,确定所述目标动物的活动特征。
5.根据权利要求1所述的动物的监控方法,其特征在于,所述监控方法还包括:
从所述目标区域内的连续多帧图像中,提取所述目标动物所在的生活环境中目标物质对应的第二目标特征;
基于所述目标物质对应的第二目标特征,获取所述目标物质在所述图像的占用面积;
若所述占用面积与所述图像的面积的比值大于预设阈值,则生成清扫提示信息;
将所述清扫提示信息发送给所述第一目标客户端。
6.根据权利要求2所述的动物的监控方法,其特征在于,在提取所述目标动物对应的第一目标特征之后,所述监控方法还包括:
从所述目标动物对应的身体特征中,选取符合对应于第一目标动物的预设条件的目标身体特征;
基于所述目标身体特征的个数,确定所述图像中包括的所述第一目标动物的个数;
根据所述第一目标动物的个数生成第一统计信息,并将所述第一统计信息发送给第二目标客户端。
7.根据权利要求6所述的动物的监控方法,其特征在于,在确定所述图像中包括的所述第一目标动物的个数之后,所述监控方法还包括:
基于所述存活状态检测模型的输出结果,确定处于死亡状态的第二目标动物的个数;
基于所述第一目标动物的个数与第二目标动物的个数的差值,确定存活动物个数,并计算所述存活动物个数与所述第一目标动物的个数的比值;
根据所述存活动物个数和所述比值生成第二统计信息,并将所述第二统计信息发送给第二目标客户端。
8.一种动物的监控装置,其特征在于,应用于服务器,所述监控装置包括:
第一获取模块,用于获取目标区域内的连续多帧图像,所述目标区域中包括目标动物;
第一提取模块,用于从所述目标区域内的连续多帧图像中,提取所述目标动物对应的第一目标特征;所述第一目标特征包括以下特征中一种或多种:位置特征、身体特征、动作特征、活动特征;
第一生成模块,用于若基于所述目标动物的第一目标特征确定所述目标动物为异常状态,则生成监护提示信息;其中,所述监护提示信息用于提示进行所述目标动物的监护;
第一发送模块,用于将所述监护提示信息发送给第一目标客户端。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至7任一项所述的动物的监控方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至7任一项所述的动物的监控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911052814.9A CN110765972B (zh) | 2019-10-31 | 2019-10-31 | 一种动物的监控方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911052814.9A CN110765972B (zh) | 2019-10-31 | 2019-10-31 | 一种动物的监控方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110765972A true CN110765972A (zh) | 2020-02-07 |
CN110765972B CN110765972B (zh) | 2022-06-17 |
Family
ID=69335201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911052814.9A Active CN110765972B (zh) | 2019-10-31 | 2019-10-31 | 一种动物的监控方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110765972B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111461337A (zh) * | 2020-03-05 | 2020-07-28 | 深圳追一科技有限公司 | 数据处理方法、装置、终端设备及存储介质 |
CN111553718A (zh) * | 2020-05-18 | 2020-08-18 | 江苏华丽智能科技股份有限公司 | 一种交互式远程监管方法及装置 |
CN112215105A (zh) * | 2020-09-28 | 2021-01-12 | 北京海益同展信息科技有限公司 | 目标动物的身体异常监测方法和装置、设备及存储介质 |
CN112906452A (zh) * | 2020-12-10 | 2021-06-04 | 叶平 | 羚牛水鹿自动识别跟踪统计方法及系统 |
CN113919453A (zh) * | 2021-09-13 | 2022-01-11 | 徐州北之琪农业科技有限公司 | 用于记录生物特征的区块链集成系统 |
CN115702780A (zh) * | 2022-12-12 | 2023-02-17 | 中国大熊猫保护研究中心 | 一种野生动物异常状态分析方法、系统、终端及介质 |
CN117911811A (zh) * | 2024-03-19 | 2024-04-19 | 南京认知物联网研究院有限公司 | 一种基于业务知识融合的工业视觉模型训练方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050271249A1 (en) * | 2004-06-04 | 2005-12-08 | Chin-Ding Lai | Apparatus for setting image monitoring area and method therefor |
CN108052964A (zh) * | 2017-12-05 | 2018-05-18 | 翔创科技(北京)有限公司 | 牲畜状态检测方法、计算机程序、存储介质及电子设备 |
CN108596014A (zh) * | 2018-01-30 | 2018-09-28 | 邓昌顺 | 牲畜行为分析方法及装置 |
CN109164458A (zh) * | 2018-08-28 | 2019-01-08 | 日立楼宇技术(广州)有限公司 | 一种养殖监控方法与系统 |
CN110062210A (zh) * | 2019-04-28 | 2019-07-26 | 广东安居宝数码科技股份有限公司 | 对象的监控方法、装置、设备及存储介质 |
-
2019
- 2019-10-31 CN CN201911052814.9A patent/CN110765972B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050271249A1 (en) * | 2004-06-04 | 2005-12-08 | Chin-Ding Lai | Apparatus for setting image monitoring area and method therefor |
CN108052964A (zh) * | 2017-12-05 | 2018-05-18 | 翔创科技(北京)有限公司 | 牲畜状态检测方法、计算机程序、存储介质及电子设备 |
CN108596014A (zh) * | 2018-01-30 | 2018-09-28 | 邓昌顺 | 牲畜行为分析方法及装置 |
CN109164458A (zh) * | 2018-08-28 | 2019-01-08 | 日立楼宇技术(广州)有限公司 | 一种养殖监控方法与系统 |
CN110062210A (zh) * | 2019-04-28 | 2019-07-26 | 广东安居宝数码科技股份有限公司 | 对象的监控方法、装置、设备及存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111461337A (zh) * | 2020-03-05 | 2020-07-28 | 深圳追一科技有限公司 | 数据处理方法、装置、终端设备及存储介质 |
CN111461337B (zh) * | 2020-03-05 | 2023-08-18 | 深圳追一科技有限公司 | 数据处理方法、装置、终端设备及存储介质 |
CN111553718A (zh) * | 2020-05-18 | 2020-08-18 | 江苏华丽智能科技股份有限公司 | 一种交互式远程监管方法及装置 |
CN112215105A (zh) * | 2020-09-28 | 2021-01-12 | 北京海益同展信息科技有限公司 | 目标动物的身体异常监测方法和装置、设备及存储介质 |
CN112906452A (zh) * | 2020-12-10 | 2021-06-04 | 叶平 | 羚牛水鹿自动识别跟踪统计方法及系统 |
CN113919453A (zh) * | 2021-09-13 | 2022-01-11 | 徐州北之琪农业科技有限公司 | 用于记录生物特征的区块链集成系统 |
CN113919453B (zh) * | 2021-09-13 | 2024-06-11 | 深圳大学龙华生物产业创新研究院 | 用于记录生物特征的区块链集成系统 |
CN115702780A (zh) * | 2022-12-12 | 2023-02-17 | 中国大熊猫保护研究中心 | 一种野生动物异常状态分析方法、系统、终端及介质 |
CN115702780B (zh) * | 2022-12-12 | 2023-06-27 | 中国大熊猫保护研究中心 | 一种野生动物异常状态分析方法、系统、终端及介质 |
CN117911811A (zh) * | 2024-03-19 | 2024-04-19 | 南京认知物联网研究院有限公司 | 一种基于业务知识融合的工业视觉模型训练方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110765972B (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110765972B (zh) | 一种动物的监控方法、装置、电子设备及存储介质 | |
JP5156030B2 (ja) | 活動の監視および表示 | |
Gertz et al. | Using the XGBoost algorithm to classify neck and leg activity sensor data using on-farm health recordings for locomotor-associated diseases | |
Roland et al. | Evaluation of a triaxial accelerometer for monitoring selected behaviors in dairy calves | |
Peng et al. | Dam behavior patterns in Japanese black beef cattle prior to calving: Automated detection using LSTM-RNN | |
US20140324459A1 (en) | Automatic health monitoring alerts | |
WO2016125478A1 (ja) | 情報処理装置、情報処理方法および情報処理システム | |
KR101437569B1 (ko) | 언어 유창성 기반 치매 진단 방법 및 이를 위한 장치 | |
CA2939454A1 (en) | A method and system for monitoring pregnancy toxaemia | |
CN111461337A (zh) | 数据处理方法、装置、终端设备及存储介质 | |
Roland et al. | Monitoring drinking behavior in bucket-fed dairy calves using an ear-attached tri-axial accelerometer: A pilot study | |
CN107767874A (zh) | 一种婴儿啼哭声识别提示方法及系统 | |
KR20220147015A (ko) | 센서 기반 반려동물 관리용 펫링을 이용한 반려동물 토탈케어 시스템 | |
Berckmans | 1.2. Smart farming for Europe: value creation through precision livestock farming | |
US20210400920A1 (en) | Livestock stillbirthing alerting system | |
JP7092624B2 (ja) | 行動特定装置、行動特定方法及びプログラム | |
JPWO2018078867A1 (ja) | コンピュータシステム、動物の診断方法及びプログラム | |
CN113488175A (zh) | 牲畜健康监控方法、装置、存储介质及电子设备 | |
JP2020512615A (ja) | 対象の転倒応答を決定する方法、システム、及び、コンピュータプログラム | |
JP2019109631A (ja) | 情報提供装置及び情報提供システム | |
JP2023162074A (ja) | ペット診療相談支援システム、ペット診療相談支援方法およびプログラム | |
KR102279768B1 (ko) | 실버세대를 위한 행동 보상형 인터렉티브 운동 방법 | |
JP7169636B2 (ja) | 蠕動運動自動計測方法、蠕動運動自動計測プログラム、蠕動運動自動計測装置及び蠕動運動自動計測システム | |
Nusai et al. | Dairy cow-vet: A mobile expert system for disease diagnosis of dairy cow | |
CN111264415A (zh) | 动物养殖管理方法及相关产品 |
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 |