CN110929650A - 豢养物身份识别方法以及装置 - Google Patents
豢养物身份识别方法以及装置 Download PDFInfo
- Publication number
- CN110929650A CN110929650A CN201911168378.1A CN201911168378A CN110929650A CN 110929650 A CN110929650 A CN 110929650A CN 201911168378 A CN201911168378 A CN 201911168378A CN 110929650 A CN110929650 A CN 110929650A
- Authority
- CN
- China
- Prior art keywords
- identity
- coding sequence
- identified
- information
- biological characteristic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 244000144972 livestock Species 0.000 title claims description 20
- 244000144977 poultry Species 0.000 title description 6
- 108091026890 Coding region Proteins 0.000 claims abstract description 290
- 239000000463 material Substances 0.000 claims abstract description 85
- 238000004364 calculation method Methods 0.000 claims abstract description 73
- 241001465754 Metazoa Species 0.000 claims abstract description 42
- 238000013507 mapping Methods 0.000 claims description 32
- 238000012216 screening Methods 0.000 claims description 27
- 241000894007 species Species 0.000 claims description 15
- 239000002054 inoculum Substances 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 239000000654 additive Substances 0.000 claims 4
- 230000000996 additive effect Effects 0.000 claims 4
- 241000282472 Canis lupus familiaris Species 0.000 description 38
- 230000008569 process Effects 0.000 description 10
- 102100037681 Protein FEV Human genes 0.000 description 8
- 101710198166 Protein FEV Proteins 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 6
- 241000124008 Mammalia Species 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 235000013594 poultry meat Nutrition 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000272517 Anseriformes Species 0.000 description 1
- 241000699800 Cricetinae Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 244000060234 Gmelina philippensis Species 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 241000555745 Sciuridae Species 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 244000269722 Thea sinensis Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 235000013330 chicken meat Nutrition 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
Images
Classifications
-
- 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
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/70—Type of the data to be coded, other than image and sound
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
- Making Paper Articles (AREA)
- Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
Abstract
本说明书实施例提供豢养物身份识别方法以及装置，其中所述豢养物身份识别方法包括：获取待识别豢养物的第一生物特征图像以及第二生物特征图像，将第一生物特征图像与数据库中多个豢养物的基准生物特征图像进行相似度计算，将计算结果中满足预设条件的基准生物特征图像作为目标图像并在数据库中读取包含生物特征编码段的身份编码序列，其中，所述生物特征编码段与目标图像对应；提取第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与身份编码序列中类别编码段映射的基准生物特征信息进行比对；根据比对结果以及所述相似度计算结果查询目标身份编码序列以确定待识别豢养物的身份识别码。
Description
技术领域
本说明书实施例涉及身份识别技术领域，特别涉及一种豢养物身份识别方法。本说明书一个或者多个实施例同时涉及一种豢养物身份识别装置，一种计算设备，以及一种计算机可读存储介质。
背景技术
随着社会发展节奏的加快，作为社会发展参与者的每个人面临的工作压力、生活压力也越来越大，为充实自己的生活又不会给自己的生活带来太大的负担，越来越多的人喜欢养宠物，在饲养宠物的同时让自己变得充实，也对自己的身心健康起到了很大的帮助，尤其是对于一些子女在外地的奋斗的独居老人，有宠物的陪伴会让老人的生活更加开心，并且对于一些训练有素的宠物，在老人发生一些意外，例如生病的时候，宠物还会起到报警的作用，宠物对于主人来说相当于家庭的一份子，是非常重要的存在，因此产生了很多面向宠物的服务。
发明内容
有鉴于此，本说明书施例提供了一种豢养物身份识别方法。本说明书一个或者多个实施例同时涉及一种豢养物身份识别装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面，提供了一种豢养物身份识别方法，包括：
获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度；
将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列；
提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对；
根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
可选地，所述待识别生物特征信息包括待识别种类信息，所述类别编码段包括种类编码段；
相应的，所述将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对，包括：
在数据库中读取预先根据各个基准生物特征信息与类别编码段的映射关系构建的映射关系表；
在所述映射关系表中查询所述种类编码段映射的基准种类信息；
将所述待识别种类信息与所述种类编码段映射的基准种类信息进行比对。
可选地，所述待识别生物特征信息还包括待识别品种信息，所述类别编码段还包括品种编码段；
相应的，所述将所述待识别种类信息与所述种类编码段映射的基准种类信息进行比对子步骤执行之后，还包括：
根据比对结果筛选包含比对一致的种类编码段的身份编码序列作为第一身份编码序列集合；
在所述映射关系表中查询所述第一身份编码序列集合中包含的各个身份编码序列中品种编码段映射的基准品种信息；
将所述待识别品种信息与所述品种编码段映射的基准品种信息进行比对。
可选地，所述待识别生物特征信息还包括待识别性别信息，所述类别编码段还包括性别编码段；
相应的，所述将所述待识别品种信息与所述品种编码段映射的基准品种信息进行比对步骤执行之后，还包括：
根据比对结果在所述第一身份编码序列集合中筛选包含比对一致的品种编码段的身份编码序列作为第二身份编码序列集合；
在所述映射关系表中查询所述第二身份编码序列集合中包含的各个身份编码序列中性别编码段映射的基准性别信息；
将所述待识别性别信息与所述性别编码段映射的基准性别信息进行比对。
可选地，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码，包括：
根据所述第二身份编码序列集合中各个身份编码序列包含的比对一致的编码段数以及所述相似度计算结果，在所述第二身份编码序列集合中查询所述目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
可选地，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，包括：
将所述身份编码序列中类别编码段映射的与所述待识别生物特征信息比对一致的生物特征信息的数目确定为所述身份编码序列中包含的比对一致的编码段数；
筛选包含比对一致的编码段数最多的身份编码序列并基于筛选结果构建第三身份编码序列集合；
判断所述第三身份编码序列集合中身份编码序列个数是否等于1；
若是，则将所述第三身份编码序列集合中的身份编码序列确定为所述目标身份编码序列；
若否，则将所述第三身份编码序列集合中包含与所述第一生物特征图像的相似度最高的目标图像对应的生物特征编码段的身份编码序列确定为所述目标身份编码序列。
可选地，所述获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度步骤执行之后，所述将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列步骤执行之前，还包括：
判断所述相似度计算结果中是否存在任意一个豢养物的基准生物特征图像与所述第一生物特征图像的相似度满足预设相似度阈值；
若否，则执行所述将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列的步骤。
可选地，所述身份编码序列还包括属性编码段；
相应的，所述提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对步骤执行之后，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码步骤执行之前，还包括：
根据比对结果筛选包含比对一致的类别编码段的身份编码序列作为第四身份编码序列集合；
提取所述第一生物特征图像或所述第二生物特征图像的待识别属性信息，将所述待识别属性信息与所述第四身份编码序列集合中各个身份编码序列包含的属性编码段映射的基准属性信息进行比对。
可选地，所述待识别属性信息包括待识别年龄信息，所述属性编码段包括年龄编码段；
相应的，所述提取所述第一生物特征图像或所述第二生物特征图像的待识别属性信息，将所述待识别属性信息与所述第四身份编码序列集合中各个身份编码序列包含的属性编码段映射的基准属性信息进行比对，包括：
将所述第一生物特征图像或所述第二生物特征图像输入预先训练的年龄识别模型，获取输出的年龄识别结果作为所述待识别年龄信息；
判断所述年龄编码段映射的基准年龄信息是否属于所述待识别年龄信息中包含的年龄区间；
若是，则确定将所述待识别年龄信息与所述年龄编码段映射的基准年龄信息进行比对的比对结果为比对一致。
可选地，所述待识别属性信息还包括待识别位置属性信息，所述属性编码段包括位置编码段；
相应的，所述确定将所述待识别年龄信息与所述年龄编码段映射的基准年龄信息进行比对的比对结果为比对一致步骤执行之后，还包括：
根据比对结果筛选包含比对一致的年龄编码段的身份编码序列作为第五身份编码序列集合；
检测所述第一生物特征图像或所述第二生物特征图像中是否携带位置属性信息；
若是，则提取所述位置属性信息作为所述待识别位置属性信息，将所述待识别位置属性信息与所述第五身份编码序列集合中各个身份编码序列包含的位置编码段映射的基准位置属性信息进行比对。
可选地，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码，包括：
根据所述第五身份编码序列集合中各个身份编码序列包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
根据本说明书实施例的第二方面，提供了一种豢养物身份识别装置，包括：
相似度计算模块，被配置为获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度；
读取模块，被配置为将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列；
比对模块，被配置为提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对；
查询模块，被配置为根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
可选地，所述查询模块，包括：
确定子模块，被配置为将所述身份编码序列中类别编码段映射的与所述待识别生物特征信息比对一致的生物特征信息的数目确定为所述身份编码序列中包含的比对一致的编码段数；
筛选子模块，被配置为筛选包含比对一致的编码段数最多的身份编码序列作为第三身份编码序列集合；
判断子模块，被配置为判断所述第三身份编码序列集合中身份编码序列个数是否等于1；
若所述判断子模块的执行结果为是，则运行第一目标身份编码序列确定子模块；
所述第一目标身份编码序列确定子模块，被配置为将所述第三身份编码序列集合中的身份编码序列确定为所述目标身份编码序列；
若所述判断子模块的执行结果为否，则运行第二目标身份编码序列确定子模块；
所述第二目标身份编码序列确定子模块，被配置为将所述第三身份编码序列集合中包含与所述第一生物特征图像的相似度最高的目标图像对应的生物特征编码段的身份编码序列确定为所述目标身份编码序列。
根据本说明书实施例的第三方面，提供了一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度；
将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列；
提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对；
根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现任意一项所述豢养物身份识别方法的步骤。
本说明书一个实施例通过获取待识别豢养物的第一生物特征图像以及第二生物特征图像，将第一生物特征图像与数据库中多个豢养物的基准生物特征图像进行相似度计算，将计算结果中满足预设条件的基准生物特征图像作为目标图像并在数据库中读取包含生物特征编码段的身份编码序列，其中，所述生物特征编码段与目标图像对应；提取第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与身份编码序列中类别编码段映射的基准生物特征信息进行比对；根据比对结果以及所述相似度计算结果查询目标身份编码序列以确定待识别豢养物的身份识别码。
本说明书实施例实现了采用图像识别的方式，对图像中待识别豢养物的待识别生物特征信息进行采集，并将所述待识别生物特征信息与数据库中预先存储的豢养物的身份编码序列中不同编码段映射的基准生物特征信息进行比对以对待识别豢养物进行身份识别，提高了豢养物身份识别方法的可行性，并且通过拍摄图像并通过图像识别的方式识别豢养物的身份，不仅保障了豢养物的安全，还可以随时随地对豢养物的身份进行识别，提高了便利性。
附图说明
图1是本说明书一个实施例提供的一种豢养物身份识别方法的处理流程图；
图2是本说明书一个实施例提供的一种豢养物身份识别方法应用于保险项目的处理流程图；
图3是本说明书一个实施例提供的一种豢养物身份识别装置的示意图；
图4是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本说明书中，提供了一种豢养物身份识别方法，本说明书同时涉及一种豢养物身份识别装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
图1示出了根据本说明书一个实施例提供的一种豢养物身份识别方法的流程图，包括步骤102至步骤108。
步骤102，获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度。
本说明书实施例中，豢养即喂养、驯养或养育；豢养物包括用户所喂养或养育的动植物，包括动物宠物(宠物狗、宠物猫、宠物猪等)、植物宠物、茶宠宠物(金蟾、貔貅等)以及另类宠物(土拨鼠、兔、仓鼠、刺猬、蝙蝠等)等，除上述豢养宠物外，豢养物还包括家禽类，如鸡、鸭等。
本说明书实施例以所述待识别豢养物为豢养宠物为例进行说明，由于越来越多的用户选择豢养宠物，因此越来越多的豢养物服务机构随之应运而生，在豢养物服务机构接收用户针对豢养物发送的服务请求时，具体对豢养物进行投保或医疗诊断等过程中，若数据库中存储有预先建立的所述豢养物的档案信息，则在豢养物服务机构均需对豢养物进行身份识别，以查询其历史投保记录或历史医疗诊断记录等相关信息，以根据相关数据为用户推荐保险种类或进行准确诊断就治。
本说明书实施例提供的豢养物身份识别方法，在数据库中预先存储有所述待识别豢养物的档案信息的情况下，豢养物服务机构可通过获取所述待识别豢养物的生物特征图像并通过获取的生物特征图像对所述待识别豢养物进行身份识别。
本说明书实施例所述的待识别豢养物即为需要对其进行身份识别的豢养物，所述第一生物特征图像以及第二生物特征图像为所述待识别豢养物的生物特征图像，在接收到豢养物身份识别请求时进行采集或由发送豢养物身份识别请求的用户上传；所述基准生物特征图像为建立豢养物档案时所采集的豢养物的生物特征图像。
具体的，所述生物特征图像包括第一生物特征图像和第二生物特征图像，其中，所述第一生物特征图像包括所述待识别豢养物的豢养物的鼻纹特征图像，所述第二生物特征图像包括所述待识别豢养物的全身图像或面部图像；在接收到用户针对待识别豢养物发送的身份识别请求并获取所述待识别豢养物的第一生物特征图像后，将所述第一生物特征图像与数据库中预先存储的多个豢养物的基准生物特征图像进行相似度计算；
具体实施时，本说明书实施例所述的待识别豢养物是指豢养宠物，所述第一生物特征图像包括待识别豢养物的鼻纹、掌纹图像等；获取待识别豢养物的第一生物特征图像后，将第一生物特征图像与数据库中的多个豢养物的基准生物特征图像进行相似度计算，并根据相似度计算结果对待识别豢养物进行身份识别。
本说明书提供的一个实施例中，获得第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度计算结果之后，还需判断所述相似度计算结果中是否存在任意一个豢养物的基准生物特征图像与所述第一生物特征图像的相似度满足预设相似度阈值；
若否，则将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列。
具体的，若根据判断结果确定存在任意一个基准生物特征图像与所述第一生物特征图像的相似度大于预设相似度阈值，则可确定所述待识别豢养物与所述基准生物特征图像中基准生物特征所属的豢养物一致，则可将基准生物特征图像对应的豢养物的身份编码序列作为所述待识别豢养物的身份识别码；
若任意一个基准生物特征图像与所述第一生物特征图像的相似度均小于等于预设相似度阈值，则需根据相似度计算结果选取满足预设条件的n个相似度较大的基准生物特征图像作为目标图像，其中n为正整数，且n根据实际情况确定，在此不作限定，确定目标图像后，通过将第二生物特征图像中待识别生物特征信息与目标图像对应的身份特征编码段映射的基准生物特征信息进行比对。
以用户为待识别豢养物(宠物pet1)投保的场景为例，该场景中的第一生物特征图像为鼻纹特征图像，保险服务机构获取宠物pet1的鼻纹特征图像后，将鼻纹特征图像与数据库中的多个宠物的基准生物特征图像进行相似度计算，若数据库中宠物pet2的基准生物特征图像与宠物pet1的鼻纹特征图像的相似度为97％，大于预设相似度阈值95％，则将宠物pet2的身份编码序列确定为宠物pet1的身份识别码；若数据库中任意一个宠物的基准生物特征图像与宠物pet1的鼻纹特征图像的相似度均小于等于预设相似度阈值95％，则将相似度计算结果按照由大到小的顺序进行排序，并选取排序结果中满足预设条件的前n位基准生物特征图像作为目标图像，并利用所述目标图像对宠物pet1进行身份识别。
通过计算第一生物特征图像与数据库中多个豢养物的基准生物特征图像间的相似度，并根据计算结果筛选部分目标图像作为后续处理的比对对象，缩小了比对范围，有利于提高身份识别效率以及准确性。
步骤104，将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列。
本说明书实施例所述的身份编码序列为目标图像中基准生物特征信息所属豢养物的身份标识码，生物特征编码段为目标图像中基准生物特征信息映射的编码段，所述身份编码序列与生物特征编码序列为包含关系，身份编码序列中除包含生物特征编码序列外，还可以包含其他编码段，如类别编码段。
具体的，在获取第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度计算结果的基础上，若根据相似度计算结果确定任意一个基准生物特征图像与所述第一生物特征图像的相似度均小于等于预设相似度阈值，则将相似度计算结果按照由大到小的顺序进行排序，并选取排序结果中满足预设条件的前n位基准生物特征图像作为目标图像，并读取包含与目标图像对应的生物特征编码段的身份编码序列。
仍以用户为待识别豢养物(宠物pet1)投保的场景为例，该场景中的第一生物特征图像为鼻纹特征图像，若根据相似度计算结果确定数据库中任意一个宠物的基准生物特征图像与宠物pet1的鼻纹特征图像的相似度均小于等于预设相似度阈值95％，则将相似度计算结果按照由大到小的顺序进行排序，并选取排序结果中满足预设条件的前n位基准生物特征图像作为目标图像，并读取n个分别包含与目标图像对应的生物特征编码段的身份编码序列；
在读取n个身份编码序列后，通过将第二生物特征图像中待识别生物特征信息与身份特征编码序列中类别编码段映射的基准生物特征信息进行比对以确定待识别豢养物的身份识别码。
步骤106，提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对。
本说明书实施例所述的第二生物特征图像包括豢养物的全身图像，待识别生物特征信息即为待识别豢养物的第二生物特征图像中包含的与待识别豢养物的类别相关的生物特征信息；所述目标图像中包含的生物特征信息即为基准生物特征信息，基准生物特征信息与类别编码段存在映射关系。
确定目标图像并读取包含与目标图像对应的生物特征编码段的身份编码序列后，通过将第二生物特征图像中待识别生物特征信息与所述身份特征编码序列中类别编码段映射的基准生物特征信息进行比对以确定待识别豢养物的身份识别码。
本说明书提供的一个实施例中，所述待识别生物特征信息包括所述待识别豢养物的待识别种类信息，所述类别编码段包括种类编码段；将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对，比对完成后，可根据比对结果以及相似度计算结果查询豢养物的身份识别码，具体的比对过程可通过如下方式实现：
在数据库中读取预先根据各个基准生物特征信息与类别编码段的映射关系构建的映射关系表；
在所述映射关系表中查询所述种类编码段映射的基准种类信息；
将所述待识别种类信息与所述种类编码段映射的基准种类信息进行比对。
具体的，所述映射关系表由服务端预先建立并存储于数据库中，并且所述映射关系表中包含各个基准生物特征信息与类别编码段的映射关系，所述种类编码段为豢养物所属种类映射的编码段，由两个字符组成，所述字符包括字母、数字或特殊字符，本说明实施例中，豢养物所属种类包括爬行类、哺乳类、鱼类、两栖类以及昆虫类等。
提取第二生物特征图像中待识别豢养物的待识别种类信息后，在映射关系表中查询n个身份编码序列中种类编码段映射的基准种类信息，并通过比对所述待识别种类信息与基准种类信息是否一致以确定所述待识别豢养物的身份识别码。
以所述待识别豢养物为宠物狗pet D1为例，读取10个身份编码序列A1、A2、......、A10，提取第二生物特征图像的待识别种类信息，可确定宠物狗pet D1的种类为哺乳类，确定宠物狗pet D1的种类后，需将宠物狗pet D1的待识别种类信息(哺乳类)与10个身份编码序列中种类编码段映射的基准种类信息进行比对，本说明书实施例以获取的10个身份编码序列中的身份编码序列A1为例进行说明，身份编码序列A1中包含的种类编码段为02，在映射关系表中查询02映射的基准种类信息为哺乳类，则将待识别种类信息(哺乳类)与基准种类信息(哺乳类)进行比对获得的结果为比对一致。
待识别种类信息与除身份编码序列A1外的其他身份编码序列包含的种类编码段映射的基准种类信息间的比较的具体实现类似，参照与身份编码序列A1中基准种类信息的比较的具体实现即可，在此不再赘述。
进一步的，在比对豢养物的种类信息的基础上，还可通过比对品种信息以提高所述待识别豢养物的身份识别结果的准确性。
具体的，所述待识别生物特征信息还包括待识别品种信息，所述类别编码段还包括品种编码段；将所述待识别种类信息与所述种类编码段映射的基准种类信息进行比对并获得比对结果之后，将包含比对一致的基准种类信息映射的种类编码段的身份编码序列作为一个新的集合，并将所述待识别品种信息与新的身份编码序列集合中各个身份编码序列包含的品种编码段映射的基准品种信息进行比对，具体可通过以下步骤实现：
根据比对结果筛选包含比对一致的种类编码段的身份编码序列作为第一身份编码序列集合；
在所述映射关系表中查询所述第一身份编码序列集合中包含的各个身份编码序列中品种编码段映射的基准品种信息；
将所述待识别品种信息与所述品种编码段映射的基准品种信息进行比对。
具体的，在将待识别种类信息与基准种类信息进行比对之后，根据比对结果筛选包含比对一致的基准种类信息映射的种类编码段的身份编码序列作为第一身份编码序列集合，利用所述第一身份编码序列集合中身份编码序列包含的品种编码段映射的基准品种信息与待识别品种信息进行比对，以缩小比对范围，并且，本说明书实施例所述的品种编码段为豢养物所属品种映射的编码段，由三个字符组成，所述字符包括字母、数字或特殊字符。
提取第二生物特征图像中待识别豢养物的待识别品种信息后，在映射关系表中查询第一身份编码序列集合中各个身份编码序列包含的品种编码段映射的基准品种信息，并通过比对所述待识别品种信息与基准品种信息是否一致以确定所述待识别豢养物的身份识别码。
沿用上例，所述待识别豢养物为宠物狗pet D1，则宠物狗的品种包括秋田犬、柴犬以及杜宾犬等，根据比对结果筛选包含比对一致的种类编码段的身份编码序列组成的第一身份编码序列集合S1＝{A1，A2，A5，A8，A10}；
提取第二生物特征图像的待识别种类信息，可确定所述豢养物(宠物狗pet D1)的品种为秋田犬，确定宠物狗pet D1的品种后，需将宠物狗pet D1的待识别品种信息(秋田犬)与第一身份编码序列集合中5个身份编码序列包含的品种编码段映射的基准品种信息进行比对，本说明书实施例以第一身份编码序列集合中的身份编码序列A2为例进行说明，身份编码序列A2包含的品种编码段为334，在映射关系表中查询334映射的基准品种信息为杜宾犬，则将待识别品种信息(秋田犬)与基准品种信息(杜宾犬)进行比对获得的结果为比对不一致。
待识别生物特征信息与第一身份编码序列集合中其他身份编码序列包含的品种编码段映射的基准品种信息间的比较的具体实现类似，参照与身份编码序列A2中基准品种信息的比较的具体实现即可，在此不再赘述。
更进一步的，在比对待识别豢养物的种类信息以及品种信息的基础上，还可通过比对性别信息以提高所述待识别豢养物的身份识别结果的准确性。
具体的，所述待识别生物特征信息包括待识别性别信息，所述类别编码段包括性别编码段；将所述待识别品种信息与所述品种编码段映射的基准品种信息进行比对并获得比对结果之后，将包含比对一致的基准品种信息映射的品种编码段的身份编码序列作为一个新的集合，并将所述待识别性别信息与新的身份编码序列集合中各个身份编码序列包含的性别编码段映射的基准性别信息进行比对，具体可通过以下步骤实现：
根据比对结果在所述第一身份编码序列集合中筛选包含比对一致的品种编码段的身份编码序列作为第二身份编码序列集合；
在所述映射关系表中查询所述第二身份编码序列集合中包含的各个身份编码序列中性别编码段映射的基准性别信息；
将所述待识别性别信息与所述性别编码段映射的基准性别信息进行比对。
具体的，在将待识别品种信息与基准品种信息进行比对之后，根据比对结果筛选包含比对一致的基准品种信息映射的品种编码段的身份编码序列作为第二身份编码序列集合，利用所述第二身份编码序列集合中身份编码序列包含的性别编码段映射的基准性别信息与待识别性别信息进行比对，以缩小比对范围，并且，本说明书实施例所述的性别编码段为豢养物所属性别映射的编码段，由一个字符组成，字符X表示豢养物的性别为母、字符Y表示豢养物的性别为公、字符Z表示其他。
提取第二生物特征图像中待识别豢养物的待识别性别信息后，在映射关系表中查询第二身份编码序列集合中各个身份编码序列包含的性别编码段映射的基准性别信息，并通过比对所述待识别性别信息与基准性别信息是否一致以确定所述待识别豢养物的身份识别码。
沿用上例，所述待识别豢养物为宠物狗pet D1，则其性别包括公、母，根据比对结果筛选包含比对一致的品种编码段的身份编码序列组成的第二身份编码序列集合S1＝{A1，A5，A8，A10}；
提取第二生物特征图像的待识别种类信息，可确定宠物狗pet D1的性别为公，确定宠物狗pet D1的品种后，需将宠物狗pet D1的待识别性别信息(公)与第二身份编码序列集合中4个身份编码序列包含的性别编码段映射的基准性别信息进行比对，具体的比对过程与前述待识别种类信息与基准种类信息的比对过程类似，在此不再赘述。
根据范围由大到小依次将种类信息、品种信息以及性别信息与基准信息进行比对，并且每次比对完成后，根据比对结果生成一个新的身份编码序列集合，有利于缩小下一次的比对范围，进一步提升豢养物的身份识别效率。
除通过比对待识别豢养物的类别信息(种类信息、品种信息以及性别信息)外，还可通过比对属性信息以提高所述待识别豢养物的身份识别结果的准确性。
本说明书提供的一个实施例中，身份特征编码序列除包含生物特征编码段和类别编码段外，还包括属性编码段；将所述待识别生物特征信息与所述类别编码段映射的基准生物特征信息进行比对并获得比对结果之后，将包含比对一致的基准生物特征信息映射的类别编码段的身份编码序列作为一个新的集合，并将所述待识别属性信息与新的身份编码序列集合中各个身份编码序列包含的属性编码段映射的基准属性信息进行比对，具体可通过以下步骤实现：
根据比对结果筛选包含比对一致的类别编码段的身份编码序列作为第四身份编码序列集合；
提取所述第一生物特征图像或所述第二生物特征图像的待识别属性信息，将所述待识别属性信息与所述第四身份编码序列集合中各个身份编码序列包含的属性编码段映射的基准属性信息进行比对。
具体的，提取第一生物特征图像或第二生物特征图像中待识别豢养物的待识别属性信息后，在映射关系表中查询第四身份编码序列集合中各个身份编码序列包含的属性编码段映射的基准属性信息，并通过比对所述待识别属性信息与基准属性信息是否一致以确定所述待识别豢养物的身份识别码。
本说明书提供的一个实施例中，所述待识别属性信息包括待识别年龄信息，所述属性编码段包括年龄编码段；将所述待识别属性信息与所述身份编码序列中属性编码段映射的基准属性信息进行比对，具体可通过以下步骤实现：
将所述第一生物特征图像或所述第二生物特征图像输入预先训练的年龄识别模型，获取输出的年龄识别结果作为所述待识别年龄信息；
判断所述年龄编码段映射的基准年龄信息是否属于所述待识别年龄信息中包含的年龄区间；
若是，则确定将所述待识别年龄信息与所述年龄编码段映射的基准年龄信息进行比对的比对结果为比对一致。
具体的，将第一生物特征图像或第二生物特征图像输入预先训练的年龄识别模型，获取模型输出的所述待识别豢养物的年龄区间，判断第四身份编码序列集合中各个身份编码序列包含的年龄编码段映射的基准年龄信息是否属于所述年龄区间，若是，则比对一致；并且，本说明书实施例所述的年龄编码段由8位数字组成，即由豢养物的出生年(前4位)月(第5至6位)日(第7至8位)组成。
沿用上例，所述待识别豢养物为宠物狗pet D1，年龄预测模型输出的宠物狗petD1的年龄区间为3至4岁，第四身份编码序列中身份编码序列A10包含的年龄编码段映射的基准年龄信息为4岁，则待识别年龄信息与身份编码序列A10包含的年龄编码段映射的基准年龄信息进行比对的结果为比对一致；
待识别年龄信息与第四身份编码序列集合中其他身份编码序列包含的年龄编码段映射的基准年龄信息间的比较的具体实现类似，参照与身份编码序列A10中基准年龄信息的比较的具体实现即可，在此不再赘述。
除通过比对待识别豢养物的类别信息(种类信息、品种信息以及性别信息)以及年龄信息外，还可比对位置属性信息以提高所述待识别豢养物的身份识别结果的准确性。
本说明书提供的一个实施例中，所述待识别属性信息还包括待识别位置属性信息，所述属性编码段包括位置编码段；将所述待识别年龄信息与所述年龄编码段映射的基准年龄信息进行比对并获得比对结果之后，将包含比对一致的基准年龄信息映射的年龄编码段的身份编码序列作为一个新的集合，并将所述待识别位置信息与新的集合中各个身份编码序列包含的位置编码段映射的基准位置信息进行比对，具体可通过以下步骤实现：
根据比对结果筛选包含比对一致的年龄编码段的身份编码序列作为第五身份编码序列集合；
检测所述第一生物特征图像或所述第二生物特征图像中是否携带位置属性信息；
若是，则提取所述位置属性信息作为所述待识别位置属性信息，将所述待识别位置属性信息与所述第五身份编码序列集合中各个身份编码序列包含的位置编码段映射的基准位置属性信息进行比对。
具体的，在将待识别年龄信息与基准年龄信息进行比对之后，根据比对结果筛选包含比对一致的基准年龄信息映射的年龄编码段的身份编码序列作为第五身份编码序列集合，利用所述第五身份编码序列集合中身份编码序列包含的位置编码段映射的基准位置信息与待识别位置信息进行比对，以缩小比对范围。并且，本说明书实施例所述的位置编码段由6位数字组成，前两位为豢养物所在省(市)、中间两位为豢养物所在市(区)、最后两位为豢养物所在县。
本说明书实施例中，位置属性信息可通过查询第一生物特征图像或第二生物特征图像的图像属性信息获取；并且图像属性信息中携带的位置信息多为位置坐标，在比对过程中需将位置坐标转化为具体的位置信息；在检测到第一生物特征图像或第二生物特征图像中携带位置信息后，提取位置信息，将位置信息作为待识别位置信息与第五身份编码序列集合中各个身份编码序列包含的位置编码段映射的基准位置信息进行比对，具体的比对过程与前述比对过程类似，在此不再赘述。
步骤108，根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
具体的，身份编码序列中的编码段分别映射一种基准生物特征信息，比对完成后，将包含比对一致的基准生物特征信息映射的编码段数最多的身份编码序列确定为目标身份编码序列，若存在两个或两个以上身份编码序列中包含的比对一致的基准生物特征信息映射的编码段数最多且相等，则将包含相似度较大的目标图像对应的生物特征编码段的身份编码序列确定为目标身份编码序列。
本说明书提供的一个实施例中，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，具体可通过以下步骤实现：
将所述身份编码序列中类别编码段映射的与所述待识别生物特征信息比对一致的生物特征信息的数目确定为所述身份编码序列中包含的比对一致的编码段数；
筛选包含比对一致的编码段数最多的身份编码序列并基于筛选结果构建第三身份编码序列集合；
判断所述第三身份编码序列集合中身份编码序列个数是否等于1；
若是，则将所述第三身份编码序列集合中的身份编码序列确定为所述目标身份编码序列；
若否，则将所述第三身份编码序列集合中包含与所述第一生物特征图像的相似度最高的目标图像对应的生物特征编码段的身份编码序列确定为所述目标身份编码序列。
具体的，在上述将待识别性别信息与性别编码段映射的基准性别信息进行比对并获得比对结果的基础上，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码，即根据所述第二身份编码序列集合中各个身份编码序列包含的比对一致的编码段数以及所述相似度计算结果，在所述第二身份编码序列集合中查询所述目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码；
在将待识别位置属性信息与第五身份编码序列集合中各个身份编码序列包含的位置编码段映射的基准位置属性信息进行比对并获得比对结果后，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码，即根据所述第五身份编码序列集合中各个身份编码序列包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码；
以最终确定的所述待识别豢养物的身份识别码为340827，20141019，02，334，X，100008为例，其中，前6位为豢养物主人身份证前6位，可用于表示豢养物所属位置；第7至14位为豢养物的出生日期，可用于表示豢养物的年龄；并且1至14位为属性信息编码段；第15至16位表示豢养物所属种类；第17至19位表示豢养物所属品种；第20位表示豢养物的性别；并且第15至20位为类别编码段；第21至26位为豢养物的生物特征编码段；确定待识别豢养物的身份识别码后，保险服务机构可通过所述身份识别码查询待识别豢养物的历史投保记录以及历史医疗诊断信息以为待识别豢养物推荐合适的险种。
本说明书实施例采用图像识别的方式，对图像中豢养物的生物特征信息进行识别，并将所述生物特征信息与数据库中预先存储的豢养物的电子身份证的字段进行比对以对待识别豢养物进行身份识别，提高了豢养物身份识别方法的可行性，并且通过拍摄的方式识别豢养物的身份，不仅保障了豢养物的安全，还可以提升对豢养物的身份进行识别的便利性。
下述结合附图2，以本说明书提供的豢养物身份识别方法在保险项目的应用为例，对所述豢养物身份识别方法进行进一步说明。其中，图2示出了本说明书一个实施例提供的一种豢养物身份识别方法应用于保险项目的处理流程图，具体步骤包括步骤202至步骤218。
步骤202，获取宠物狗pet D1的第一生物特征图像以及第二生物特征图像，计算所述第一生物特征图像与数据库中多个宠物狗的基准生物特征图像的相似度。
具体的，在接收到用户针对宠物狗pet D1发送的投保请求时，需通过获取宠物狗pet D1的生物特征图像以对其进行身份识别，以确定宠物狗pet D1的历史投保记录以及历史就诊数据，并根据所述历史投保记录和历史就诊数据为宠物狗pet D1确定合适的投保险种。
步骤204，判断相似度计算结果是否满足预设相似度阈值。
具体的，判断所述相似度计算结果中是否存在宠物狗的基准生物特征图像与所述第一生物特征图像的相似度满足预设相似度阈值；若是，则执行步骤206；若否，则执行步骤208。
步骤206，将包含所述基准生物图像对应的生物特征编码段的身份编码序列作为目标身份编码序列。
步骤208，将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列。
具体的，若任意一个基准生物特征图像与所述第一生物特征图像的相似度均小于等于预设相似度阈值，则需根据相似度计算结果选取满足预设条件的n个相似度较大的基准生物特征图像作为目标图像，其中n为正整数。
步骤210，提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对。
具体的，所述待识别生物特征信息包括待识别种类信息、待识别品种信息以及待识别性别信息；所述类别编码段包括种类编码段、品种编码段以及性别编码段。
步骤212，根据比对结果筛选包含比对一致的类别编码段的身份编码序列作为身份编码序列集合。
步骤214，提取所述第一生物特征图像或所述第二生物特征图像的待识别属性信息，将所述待识别属性信息与所述身份编码序列集合中各个身份编码序列包含的属性编码段映射的基准属性信息进行比对。
具体的，所述待识别属性信息包括待识别年龄信息以及待识别位置信息；所述属性编码段包括年龄编码段以及位置编码段。
步骤216，根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述宠物狗pet D1的身份识别码。
具体的，身份编码序列中的编码段分别映射一种基准生物特征信息，比对完成后，将包含比对一致的基准生物特征信息映射的编码段数最多的身份编码序列确定为目标身份编码序列，若存在两个或两个以上身份编码序列中包含的比对一致的基准生物特征信息映射的编码段数最多且相等，则将包含相似度较大的目标图像对应的生物特征编码段的身份编码序列确定为目标身份编码序列，并将所述目标身份编码序列作为宠物狗的身份识别码。
步骤218，利用所述身份识别码查询宠物狗pet D1的历史投保记录以及历史就诊记录，根据所述历史投保记录以及历史就诊记录为宠物狗pet D1确定险种类型。
本说明书实施例采用图像识别的方式，对图像中宠物狗的生物特征信息进行识别，并将所述生物特征信息与数据库中预先存储的宠物狗的电子身份证的不同编码段映射的基准生物特征信息进行比对以对宠物狗进行身份识别，提高了宠物狗身份识别方法的可行性，并且通过拍摄的方式识别宠物狗的身份，不仅保障了豢养物的安全，还可以提升对宠物狗的身份进行识别的便利性。
与上述方法实施例相对应，本说明书还提供了豢养物身份识别装置实施例，图3示出了本说明书一个实施例提供的一种豢养物身份识别装置的结构示意图。如图3所示，该装置包括：
相似度计算模块302，被配置为获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度；
读取模块304，被配置为将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列；
比对模块306，被配置为提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对；
查询模块308，被配置为根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
可选地，所述待识别生物特征信息包括待识别种类信息，所述类别编码段包括种类编码段；
相应的，所述比对模块306，包括：
映射关系表读取子模块，被配置为在数据库中读取预先根据各个基准生物特征信息与类别编码段的映射关系构建的映射关系表；
基准种类信息查询子模块，被配置为在所述映射关系表中查询所述种类编码段映射的基准种类信息；
种类信息比对子模块，被配置为将所述待识别种类信息与所述种类编码段映射的基准种类信息进行比对。
可选地，所述待识别生物特征信息还包括待识别品种信息，所述类别编码段还包括品种编码段；
相应的，所述比对模块306，还包括：
第一身份编码序列筛选子模块，被配置为根据比对结果筛选包含比对一致的种类编码段的身份编码序列作为第一身份编码序列集合；
基准品种信息查询子模块，被配置为在所述映射关系表中查询所述第一身份编码序列集合中包含的各个身份编码序列中品种编码段映射的基准品种信息；
品种信息比对子模块，被配置为将所述待识别品种信息与所述品种编码段映射的基准品种信息进行比对。
可选地，所述待识别生物特征信息还包括待识别性别信息，所述类别编码段还包括性别编码段；
相应的，所述比对模块306，还包括：
第二身份编码序列筛选子模块，被配置为根据比对结果在所述第一身份编码序列集合中筛选包含比对一致的品种编码段的身份编码序列作为第二身份编码序列集合；
基准性别信息查询子模块，被配置为在所述映射关系表中查询所述第二身份编码序列集合中包含的各个身份编码序列中性别编码段映射的基准性别信息；
性别信息比对子模块，被配置为将所述待识别性别信息与所述性别编码段映射的基准性别信息进行比对。
可选地，所述查询模块308，包括：
第一查询子模块，被配置为根据所述第二身份编码序列集合中各个身份编码序列包含的比对一致的编码段数以及所述相似度计算结果，在所述第二身份编码序列集合中查询所述目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
可选地，所述查询模块308，包括：
确定子模块，被配置为将所述身份编码序列中类别编码段映射的与所述待识别生物特征信息比对一致的生物特征信息的数目确定为所述身份编码序列中包含的比对一致的编码段数；
筛选子模块，被配置为筛选包含比对一致的编码段数最多的身份编码序列作为第三身份编码序列集合；
判断子模块，被配置为判断所述第三身份编码序列集合中身份编码序列个数是否等于1；
若所述判断子模块的执行结果为是，则运行第一目标身份编码序列确定子模块；
所述第一目标身份编码序列确定子模块，被配置为将所述第三身份编码序列集合中的身份编码序列确定为所述目标身份编码序列；
若所述判断子模块的执行结果为否，则运行第二目标身份编码序列确定子模块；
所述第二目标身份编码序列确定子模块，被配置为将所述第三身份编码序列集合中包含与所述第一生物特征图像的相似度最高的目标图像对应的生物特征编码段的身份编码序列确定为所述目标身份编码序列。
可选地，所述豢养物身份识别装置，还包括：
判断模块，被配置为判断所述相似度计算结果中是否存在任意一个豢养物的基准生物特征图像与所述第一生物特征图像的相似度满足预设相似度阈值；
若所述判断模块的执行结果为否，则运行所述读取模块。
可选地，所述身份编码序列还包括属性编码段；
相应的，所述豢养物身份识别装置，还包括：
身份编码序列筛选模块，被配置为根据比对结果筛选包含比对一致的类别编码段的身份编码序列作为第四身份编码序列集合；
属性信息比对模块，被配置为提取所述第一生物特征图像或所述第二生物特征图像的待识别属性信息，将所述待识别属性信息与所述第四身份编码序列集合中各个身份编码序列包含的属性编码段映射的基准属性信息进行比对。
可选地，所述待识别属性信息包括待识别年龄信息，所述属性编码段包括年龄编码段；
相应的，所述属性信息比对模块，包括：
待识别年龄信息确定子模块，被配置为将所述第一生物特征图像或所述第二生物特征图像输入预先训练的年龄识别模型，获取输出的年龄识别结果作为所述待识别年龄信息；
年龄信息判断子模块，被配置为判断所述年龄编码段映射的基准年龄信息是否属于所述待识别年龄信息中包含的年龄区间；
若所述年龄信息判断子模块的执行结果为是，则运行比对结果确定子模块；
所述比对结果确定子模块，被配置为确定将所述待识别年龄信息与所述年龄编码段映射的基准年龄信息进行比对的比对结果为比对一致。
可选地，所述待识别属性信息还包括待识别位置属性信息，所述属性编码段包括位置编码段；
相应的，所述属性信息比对模块，还包括：
身份编码序列集合确定子模块，被配置为根据比对结果筛选包含比对一致的年龄编码段的身份编码序列作为第五身份编码序列集合；
位置属性信息检测子模块，被配置为检测所述第一生物特征图像或所述第二生物特征图像中是否携带位置属性信息；
若所述位置属性信息检测子模块的执行结果为是，则运行位置属性信息比对子模块；
所述位置属性信息比对子模块，被配置为提取所述位置属性信息作为所述待识别位置属性信息，将所述待识别位置属性信息与所述第五身份编码序列集合中各个身份编码序列包含的位置编码段映射的基准位置属性信息进行比对。
可选地，所述查询模块308，包括：
第二目标身份编码序列查询子模块，被配置为根据所述第五身份编码序列集合中各个身份编码序列包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
上述为本实施例的一种豢养物身份识别装置的示意性方案。需要说明的是，该豢养物身份识别装置的技术方案与上述的豢养物身份识别方法的技术方案属于同一构思，豢养物身份识别装置的技术方案未详细描述的细节内容，均可以参见上述豢养物身份识别方法的技术方案的描述。
图4示出了根据本说明书一个实施例提供的一种计算设备400的结构框图。该计算设备400的部件包括但不限于存储器410和处理器420。处理器420与存储器410通过总线430相连接，数据库450用于保存数据。
计算设备400还包括接入设备440，接入设备440使得计算设备400能够经由一个或多个网络460通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备440可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本说明书的一个实施例中，计算设备400的上述部件以及图4中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图4所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
计算设备400可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备400还可以是移动式或静止式的服务器。
其中，所述存储器410用于存储计算机可执行指令，处理器420用于执行如下计算机可执行指令：
获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度；
将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列；
提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对；
根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的豢养物身份识别方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述豢养物身份识别方法的技术方案的描述。
本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时以用于实现所述豢养物身份识别方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的豢养物身份识别方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述豢养物身份识别方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令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。需要说明的是，所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。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
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的部分，可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。
Claims (15)
1.一种豢养物身份识别方法，包括：
获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度；
将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列；
提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对；
根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
2.根据权利要求1所述的豢养物身份识别方法，所述待识别生物特征信息包括待识别种类信息，所述类别编码段包括种类编码段；
相应的，所述将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对，包括：
在数据库中读取预先根据各个基准生物特征信息与类别编码段的映射关系构建的映射关系表；
在所述映射关系表中查询所述种类编码段映射的基准种类信息；
将所述待识别种类信息与所述种类编码段映射的基准种类信息进行比对。
3.根据权利要求2所述的豢养物身份识别方法，所述待识别生物特征信息还包括待识别品种信息，所述类别编码段还包括品种编码段；
相应的，所述将所述待识别种类信息与所述种类编码段映射的基准种类信息进行比对子步骤执行之后，还包括：
根据比对结果筛选包含比对一致的种类编码段的身份编码序列作为第一身份编码序列集合；
在所述映射关系表中查询所述第一身份编码序列集合中包含的各个身份编码序列中品种编码段映射的基准品种信息；
将所述待识别品种信息与所述品种编码段映射的基准品种信息进行比对。
4.根据权利要求3所述的豢养物身份特征识别方法，所述待识别生物特征信息还包括待识别性别信息，所述类别编码段还包括性别编码段；
相应的，所述将所述待识别品种信息与所述品种编码段映射的基准品种信息进行比对步骤执行之后，还包括：
根据比对结果在所述第一身份编码序列集合中筛选包含比对一致的品种编码段的身份编码序列作为第二身份编码序列集合；
在所述映射关系表中查询所述第二身份编码序列集合中包含的各个身份编码序列中性别编码段映射的基准性别信息；
将所述待识别性别信息与所述性别编码段映射的基准性别信息进行比对。
5.根据权利要求4所述的豢养物身份识别方法，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码，包括：
根据所述第二身份编码序列集合中各个身份编码序列包含的比对一致的编码段数以及所述相似度计算结果，在所述第二身份编码序列集合中查询所述目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
6.根据权利要求1所述的豢养物身份识别方法，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，包括：
将所述身份编码序列中类别编码段映射的与所述待识别生物特征信息比对一致的生物特征信息的数目确定为所述身份编码序列中包含的比对一致的编码段数；
筛选包含比对一致的编码段数最多的身份编码序列并基于筛选结果构建第三身份编码序列集合；
判断所述第三身份编码序列集合中身份编码序列个数是否等于1；
若是，则将所述第三身份编码序列集合中的身份编码序列确定为所述目标身份编码序列；
若否，则将所述第三身份编码序列集合中包含与所述第一生物特征图像的相似度最高的目标图像对应的生物特征编码段的身份编码序列确定为所述目标身份编码序列。
7.根据权利要求1所述的豢养物身份识别方法，所述获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度步骤执行之后，所述将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列步骤执行之前，还包括：
判断所述相似度计算结果中是否存在任意一个豢养物的基准生物特征图像与所述第一生物特征图像的相似度满足预设相似度阈值；
若否，则执行所述将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列的步骤。
8.根据权利要求1所述的豢养物身份识别方法，所述身份编码序列还包括属性编码段；
相应的，所述提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对步骤执行之后，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码步骤执行之前，还包括：
根据比对结果筛选包含比对一致的类别编码段的身份编码序列作为第四身份编码序列集合；
提取所述第一生物特征图像或所述第二生物特征图像的待识别属性信息，将所述待识别属性信息与所述第四身份编码序列集合中各个身份编码序列包含的属性编码段映射的基准属性信息进行比对。
9.根据权利要求8所述的豢养物身份识别方法，所述待识别属性信息包括待识别年龄信息，所述属性编码段包括年龄编码段；
相应的，所述提取所述第一生物特征图像或所述第二生物特征图像的待识别属性信息，将所述待识别属性信息与所述第四身份编码序列集合中各个身份编码序列包含的属性编码段映射的基准属性信息进行比对，包括：
将所述第一生物特征图像或所述第二生物特征图像输入预先训练的年龄识别模型，获取输出的年龄识别结果作为所述待识别年龄信息；
判断所述年龄编码段映射的基准年龄信息是否属于所述待识别年龄信息中包含的年龄区间；
若是，则确定将所述待识别年龄信息与所述年龄编码段映射的基准年龄信息进行比对的比对结果为比对一致。
10.根据权利要求9所述的豢养物身份识别方法，所述待识别属性信息还包括待识别位置属性信息，所述属性编码段包括位置编码段；
相应的，所述确定将所述待识别年龄信息与所述年龄编码段映射的基准年龄信息进行比对的比对结果为比对一致步骤执行之后，还包括：
根据比对结果筛选包含比对一致的年龄编码段的身份编码序列作为第五身份编码序列集合；
检测所述第一生物特征图像或所述第二生物特征图像中是否携带位置属性信息；
若是，则提取所述位置属性信息作为所述待识别位置属性信息，将所述待识别位置属性信息与所述第五身份编码序列集合中各个身份编码序列包含的位置编码段映射的基准位置属性信息进行比对。
11.根据权利要求10所述的豢养物身份识别方法，所述根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码，包括：
根据所述第五身份编码序列集合中各个身份编码序列包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
12.一种豢养物身份识别装置，包括：
相似度计算模块，被配置为获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度；
读取模块，被配置为将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列；
比对模块，被配置为提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对；
查询模块，被配置为根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
13.根据权利要求12所述的豢养物身份识别装置，所述查询模块，包括：
确定子模块，被配置为将所述身份编码序列中类别编码段映射的与所述待识别生物特征信息比对一致的生物特征信息的数目确定为所述身份编码序列中包含的比对一致的编码段数；
筛选子模块，被配置为筛选包含比对一致的编码段数最多的身份编码序列作为第三身份编码序列集合；
判断子模块，被配置为判断所述第三身份编码序列集合中身份编码序列个数是否等于1；
若所述判断子模块的执行结果为是，则运行第一目标身份编码序列确定子模块；
所述第一目标身份编码序列确定子模块，被配置为将所述第三身份编码序列集合中的身份编码序列确定为所述目标身份编码序列；
若所述判断子模块的执行结果为否，则运行第二目标身份编码序列确定子模块；
所述第二目标身份编码序列确定子模块，被配置为将所述第三身份编码序列集合中包含与所述第一生物特征图像的相似度最高的目标图像对应的生物特征编码段的身份编码序列确定为所述目标身份编码序列。
14.一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
获取待识别豢养物的第一生物特征图像以及第二生物特征图像，并计算所述第一生物特征图像与数据库中多个豢养物的基准生物特征图像的相似度；
将相似度计算结果中满足预设条件的基准生物特征图像作为目标图像，读取包含与所述目标图像对应的生物特征编码段的身份编码序列；
提取所述第二生物特征图像的待识别生物特征信息，将所述待识别生物特征信息与所述身份编码序列中类别编码段映射的基准生物特征信息进行比对；
根据所述身份编码序列中包含的比对一致的编码段数以及所述相似度计算结果查询目标身份编码序列，并将所述目标身份编码序列作为所述待识别豢养物的身份识别码。
15.一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现权利要求1至11任意一项所述豢养物身份识别方法的步骤。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911168378.1A CN110929650B (zh) | 2019-11-25 | 2019-11-25 | 豢养物身份识别方法、装置、计算设备、可读存储介质 |
| TW109115326A TWI775077B (zh) | 2019-11-25 | 2020-05-08 | 豢養物身份識別方法以及裝置 |
| PCT/CN2020/111843 WO2021103707A1 (zh) | 2019-11-25 | 2020-08-27 | 豢养物身份识别方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911168378.1A CN110929650B (zh) | 2019-11-25 | 2019-11-25 | 豢养物身份识别方法、装置、计算设备、可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110929650A true CN110929650A (zh) | 2020-03-27 |
| CN110929650B CN110929650B (zh) | 2022-04-12 |
Family
ID=69851011
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911168378.1A Active CN110929650B (zh) | 2019-11-25 | 2019-11-25 | 豢养物身份识别方法、装置、计算设备、可读存储介质 |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN110929650B (zh) |
| TW (1) | TWI775077B (zh) |
| WO (1) | WO2021103707A1 (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| 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 |
| CN112329573A (zh) * | 2020-10-27 | 2021-02-05 | 苏州中科先进技术研究院有限公司 | 基于猫鼻纹特征提取模型的猫鼻纹识别方法及装置 |
| CN112488109A (zh) * | 2020-12-10 | 2021-03-12 | 深圳市云辉牧联科技有限公司 | 畜禽标识代码的识别方法、装置及计算机可读存储介质 |
| 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 |
| CN113312600A (zh) * | 2021-06-02 | 2021-08-27 | 支付宝(杭州)信息技术有限公司 | 生物关系认证处理方法及装置 |
| CN114997444A (zh) * | 2022-04-28 | 2022-09-02 | 新瑞鹏宠物医疗集团有限公司 | 基于宠物鼻纹的寄养预约处理方法及相关装置 |
| CN115587896A (zh) * | 2022-10-13 | 2023-01-10 | 星宠王国(北京)科技有限公司 | 一种犬只医保数据处理方法、装置及设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2184699A2 (en) * | 2008-11-07 | 2010-05-12 | Fujifilm Corporation | Pet image detection system and method of controlling same |
| CN102592158A (zh) * | 2011-01-11 | 2012-07-18 | 郝明学 | 用于全球宠物及其他人工饲养动物的身份证编码方法 |
| WO2014189250A2 (ko) * | 2013-05-22 | 2014-11-27 | 주식회사 아이싸이랩 | 동물들의 코무늬를 이용한 동물 개체 인식 장치 및 방법 |
| 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 |
| CN108681611A (zh) * | 2018-06-04 | 2018-10-19 | 北京竞时互动科技有限公司 | 宠物管理方法和系统 |
| CN109255297A (zh) * | 2018-08-06 | 2019-01-22 | 百度在线网络技术（北京）有限公司 | 动物状态监测方法、终端设备、存储介质及电子设备 |
| CN109493873A (zh) * | 2018-11-13 | 2019-03-19 | 平安科技（深圳）有限公司 | 牲畜声纹识别方法、装置、终端设备及计算机存储介质 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020116390A1 (en) * | 2000-12-22 | 2002-08-22 | Meadows Louis B. | Pet identification system and method |
| US9084411B1 (en) * | 2014-04-10 | 2015-07-21 | Animal Biotech Llc | Livestock identification system and method |
| JP6723909B2 (ja) * | 2016-12-09 | 2020-07-15 | キヤノン株式会社 | 画像処理方法、画像処理装置、及びプログラム |
| CN108460428A (zh) * | 2018-04-11 | 2018-08-28 | 波奇（上海）信息科技有限公司 | 一种宠物图像识别的方法和装置 |
| CN109543663B (zh) * | 2018-12-28 | 2021-04-27 | 北京旷视科技有限公司 | 一种犬只身份识别方法、装置、系统及存储介质 |
| CN109829381A (zh) * | 2018-12-28 | 2019-05-31 | 北京旷视科技有限公司 | 一种犬只识别管理方法、装置、系统及存储介质 |
| CN109948458A (zh) * | 2019-02-25 | 2019-06-28 | 广东智媒云图科技股份有限公司 | 基于鼻纹的宠物身份识别方法、装置、设备及存储介质 |
| CN110334593A (zh) * | 2019-05-28 | 2019-10-15 | 浙江泽曦科技有限公司 | 宠物脸部识别方法及系统 |
| CN110929650B (zh) * | 2019-11-25 | 2022-04-12 | 蚂蚁胜信(上海)信息技术有限公司 | 豢养物身份识别方法、装置、计算设备、可读存储介质 |
-
2019
- 2019-11-25 CN CN201911168378.1A patent/CN110929650B/zh active Active
-
2020
- 2020-05-08 TW TW109115326A patent/TWI775077B/zh active
- 2020-08-27 WO PCT/CN2020/111843 patent/WO2021103707A1/zh active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2184699A2 (en) * | 2008-11-07 | 2010-05-12 | Fujifilm Corporation | Pet image detection system and method of controlling same |
| CN102592158A (zh) * | 2011-01-11 | 2012-07-18 | 郝明学 | 用于全球宠物及其他人工饲养动物的身份证编码方法 |
| WO2014189250A2 (ko) * | 2013-05-22 | 2014-11-27 | 주식회사 아이싸이랩 | 동물들의 코무늬를 이용한 동물 개체 인식 장치 및 방법 |
| 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 |
| CN108681611A (zh) * | 2018-06-04 | 2018-10-19 | 北京竞时互动科技有限公司 | 宠物管理方法和系统 |
| CN109255297A (zh) * | 2018-08-06 | 2019-01-22 | 百度在线网络技术（北京）有限公司 | 动物状态监测方法、终端设备、存储介质及电子设备 |
| CN109493873A (zh) * | 2018-11-13 | 2019-03-19 | 平安科技（深圳）有限公司 | 牲畜声纹识别方法、装置、终端设备及计算机存储介质 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| TWI775077B (zh) * | 2019-11-25 | 2022-08-21 | 大陸商支付寶（杭州）信息技術有限公司 | 豢養物身份識別方法以及裝置 |
| 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 |
| CN112329573A (zh) * | 2020-10-27 | 2021-02-05 | 苏州中科先进技术研究院有限公司 | 基于猫鼻纹特征提取模型的猫鼻纹识别方法及装置 |
| 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 |
| CN112488109B (zh) * | 2020-12-10 | 2024-03-29 | 深圳市云辉牧联科技有限公司 | 畜禽标识代码的识别方法、装置及计算机可读存储介质 |
| CN112488109A (zh) * | 2020-12-10 | 2021-03-12 | 深圳市云辉牧联科技有限公司 | 畜禽标识代码的识别方法、装置及计算机可读存储介质 |
| CN113312600A (zh) * | 2021-06-02 | 2021-08-27 | 支付宝(杭州)信息技术有限公司 | 生物关系认证处理方法及装置 |
| CN113312600B (zh) * | 2021-06-02 | 2024-02-09 | 蚂蚁胜信(上海)信息技术有限公司 | 生物关系认证处理方法及装置 |
| CN114997444A (zh) * | 2022-04-28 | 2022-09-02 | 新瑞鹏宠物医疗集团有限公司 | 基于宠物鼻纹的寄养预约处理方法及相关装置 |
| CN115587896A (zh) * | 2022-10-13 | 2023-01-10 | 星宠王国(北京)科技有限公司 | 一种犬只医保数据处理方法、装置及设备 |
| CN115587896B (zh) * | 2022-10-13 | 2023-08-11 | 星宠王国(北京)科技有限公司 | 一种犬只医保数据处理方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202121234A (zh) | 2021-06-01 |
| CN110929650B (zh) | 2022-04-12 |
| TWI775077B (zh) | 2022-08-21 |
| WO2021103707A1 (zh) | 2021-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110929650B (zh) | 豢养物身份识别方法、装置、计算设备、可读存储介质 | |
| AU2020322038A1 (en) | Animal health assessment | |
| de Lima Weber et al. | Recognition of Pantaneira cattle breed using computer vision and convolutional neural networks | |
| CN107992903A (zh) | 牲畜身份识别方法、装置、存储介质和电子设备 | |
| CN110147878B (zh) | 数据处理方法、装置及设备 | |
| KR20190128589A (ko) | 기계학습 예측 모델에 기초한 최적의 소 출하 시점 결정 방법 | |
| Suriyamongkol et al. | Feasibility of using computer-assisted software for recognizing individual Rio Grande Cooter (Pseudemys gorzugi) | |
| KR102325259B1 (ko) | 반려동물 생애 관리 시스템 및 그 방법 | |
| Lai et al. | Dog identification using soft biometrics and neural networks | |
| CN112214748A (zh) | 身份识别系统、方法以及装置 | |
| CN113420709A (zh) | 牛脸特征提取模型训练方法、系统及牛的保险方法、系统 | |
| CN108399375B (zh) | 一种基于联想记忆的身份识别方法 | |
| Majewski et al. | Multipurpose monitoring system for edible insect breeding based on machine learning | |
| CN117745036B (zh) | 一种基于特征识别及近场通信的牲畜信息管理方法及系统 | |
| CN110752027A (zh) | 电子病历数据推送方法、装置、计算机设备和存储介质 | |
| Himel et al. | Utilizing EfficientNet for sheep breed identification in low-resolution images | |
| Himel et al. | Vision intelligence for smart sheep farming: applying ensemble learning to detect sheep breeds | |
| Ran et al. | Detection of surfacing white shrimp under hypoxia based on improved lightweight YOLOv5 model | |
| CN117351404A (zh) | 一种奶牛分娩应激程度判识方法及系统 | |
| CN110704646A (zh) | 一种豢养物档案建立方法及装置 | |
| Yang et al. | Automated recognition and classification of cat pain through deep learning | |
| Laishram et al. | Biometric identification of Black Bengal goat: unique iris pattern matching system vs deep learning approach | |
| CN113312600A (zh) | 生物关系认证处理方法及装置 | |
| Khan et al. | Hybrid Deep Learning Approach for Enhanced Animal Breed Classification and Prediction. | |
| CN109657710B (zh) | 数据筛选方法、装置、服务器及存储介质 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211209 Address after: Room 610, floor 6, No. 618, Wai Road, Huangpu District, Shanghai 200010 Applicant after: Ant Shengxin (Shanghai) Information Technology Co.,Ltd. Address before: 801-11, Section B, 8th floor, 556 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province, 310013 Applicant before: Alipay (Hangzhou) Information Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |