CN111046831B - 家禽识别方法、装置及服务器 - Google Patents

家禽识别方法、装置及服务器 Download PDF

Info

Publication number
CN111046831B
CN111046831B CN201911342607.7A CN201911342607A CN111046831B CN 111046831 B CN111046831 B CN 111046831B CN 201911342607 A CN201911342607 A CN 201911342607A CN 111046831 B CN111046831 B CN 111046831B
Authority
CN
China
Prior art keywords
poultry
information
identified
target
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911342607.7A
Other languages
English (en)
Other versions
CN111046831A (zh
Inventor
张曙华
杨安荣
宗忆陈
宗琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Xinlian Information Development Co ltd
Original Assignee
Shanghai Xinlian Information Development Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Xinlian Information Development Co ltd filed Critical Shanghai Xinlian Information Development Co ltd
Priority to CN201911342607.7A priority Critical patent/CN111046831B/zh
Publication of CN111046831A publication Critical patent/CN111046831A/zh
Application granted granted Critical
Publication of CN111046831B publication Critical patent/CN111046831B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种家禽识别方法、装置及服务器，涉及图像识别的技术领域，能够在获取到的家禽图像后提取其中包含的待识别家禽的特征信息和待识别家禽在家禽图像中的位置信息后，判断待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配，如果否，将位置信息转换成地理坐标下的地理坐标信息；在位置数据库中查找与地理坐标信息匹配的目标位置信息，其中，位置数据库中预先建立有目标位置与目标家禽的对应关系；根据对应关系确定目标位置信息对应的目标家禽，将目标家禽确定为待识别家禽的身份信息；有效直观地对家禽图像中的待识别家禽进行身份识别，进而提高了用户的使用体验。

Description

家禽识别方法、装置及服务器
技术领域
本发明涉及图像识别技术领域，尤其是涉及一种家禽识别方法、装置及服务器。
背景技术
散养家禽具有粗放性，家禽通常数量较多，仅凭肉眼无法查看家禽具体状态。为了方便地监测家禽健康状况，需要在散养区域安装摄像头进行辅助监控。摄像头捕捉到的视频画面通常是家禽影像，由于家禽长相类似，从视频中难以分辨出特定只，更无法直接确认家禽身份；而现有技术是通过利用电子芯片辅助实现家禽身份识别，往往存在实时性较差、重复利用率低等问题，且缺乏直观性，因此，降低了用户的使用体验。
发明内容
有鉴于此，本发明的目的在于提供一种家禽识别方法、装置及服务器，以缓解上述技术问题。
第一方面，本发明实施例提供了一种家禽识别方法，其中，该方法包括：获取家禽图像，提取家禽图像中包含的待识别家禽的特征信息，和待识别家禽在家禽图像中的位置信息；判断待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配；如果否，将位置信息转换成地理坐标下的地理坐标信息；在位置数据库中查找与地理坐标信息匹配的目标位置信息，其中，位置数据库中预先建立有目标位置与目标家禽的对应关系；根据对应关系确定目标位置信息对应的目标家禽，将目标家禽确定为待识别家禽的身份信息。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，提取家禽图像中包含的待识别家禽的特征信息，和待识别家禽在家禽图像中的位置信息的步骤包括：在影像视频的视频帧中提取待识别家禽的家禽图像；利用预先训练好的家禽目标分类器在家禽图像中提取待识别家禽所在的图像框和特征信息，并将图像框的中心点确定为位置信息；其中，家禽目标分类器为通过家禽图片对卷积神经网络训练得到的分类器。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，判断待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配的步骤包括：将待识别家禽的特征信息与家禽特征数据库中每个家禽对应的特征信息比对是否一致；如果是，则待识别家禽与数据库中的家禽匹配成功；如果否，则待识别家禽与数据库中的家禽匹配不成功。
结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，将位置信息转换成地理坐标下的地理坐标信息的步骤包括：获取拍摄影像视频的摄像机的参数信息，其中，参数信息包括摄像机的像距信息、摄像机距离地面的垂直高度、摄像机的零方位角在水平方向上与地理真北的第一夹角、摄像机的零方位角与水平方向的第二夹角以及摄像机的GIS坐标信息；基于第一夹角计算位置信息在地理真北角坐标系下的第一地理位置信息；根据像距信息、垂直高度和第二夹角对第一地理位置信息进行缩放以得到第二地理位置信息；基于垂直高度和第二夹角计算第二地理位置信息在摄像机地理坐标系下的第三地理位置信息；根据第三地理位置信息和GIS坐标信息计算地理坐标信息。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，在位置数据库中查找与地理坐标信息匹配的目标位置信息的步骤包括：计算地理坐标信息与位置数据库中每个实际地理坐标信息的欧式距离值；将小于预设距离阈值的欧式距离值对应的实际地理坐标信息确定为与地理坐标信息匹配的目标位置信息。
结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，在将目标家禽确定为待识别家禽的身份信息之后，该方法还包括：将身份信息发送至待识别家禽所在的图像框中进行显示。
结合第一方面的第五种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，将身份信息发送至待识别家禽所在的图像框中进行显示之后，该方法还包括：将与地理坐标信息对应的特征信息和身份信息存入家禽特征数据库中。
第二方面，本发明实施例还提供一种家禽识别装置，其中，该装置包括：获取模块，用于获取家禽图像，提取家禽图像中包含的待识别家禽的特征信息，和待识别家禽在家禽图像中的位置信息；判断模块，用于判断待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配；转换模块，用于如果判断模块判断为否时，将位置信息转换成地理坐标下的地理坐标信息；查找模块，用于在位置数据库中查找与地理坐标信息匹配的目标位置信息，其中，位置数据库中预先建立有目标位置与目标家禽的对应关系；确定模块，用于根据对应关系确定目标位置信息对应的目标家禽，将目标家禽确定为待识别家禽的身份信息。
第三方面，本发明实施例还提供一种服务器，其种，该服务器包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述的方法。
第四方面，本发明实施例还提供一种计算机可读存储介质，其中，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述的方法的步骤。
本发明实施例带来了以下有益效果：
本发明实施例提供的一种家禽识别方法、装置及服务器，能够在获取到的家禽图像后提取其中包含的待识别家禽的特征信息和待识别家禽在家禽图像中的位置信息后，判断待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配，如果否，将位置信息转换成地理坐标下的地理坐标信息；在位置数据库中查找与地理坐标信息匹配的目标位置信息，其中，位置数据库中预先建立有目标位置与目标家禽的对应关系；根据对应关系确定目标位置信息对应的目标家禽，将目标家禽确定为待识别家禽的身份信息；有效直观地对家禽图像中的待识别家禽进行身份识别，进而提高了用户的使用体验。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、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发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域技术人员来讲，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的附图。
图1为本发明实施例提供的一种家禽识别方法的流程图；
图2为本发明实施例提供的一种坐标关系示意图；
图3为本发明实施例提供的另一种坐标关系示意图；
图4为本发明实施例提供的另一种家禽识别方法的流程图；
图5为本发明实施例提供的一种家禽识别装置的结构示意图；
图6为本发明实施例提供的一种服务器的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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，本领域技术人员在没有做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。
目前，对于散养家禽的身份识别多采用穿戴式设备实现，通过设备中的内置芯片记录家禽的身份编号和实时位置，读取芯片中的数据进而确认家禽特定只的身份，由于此种身份识别方法缺乏直观性，无法通过视频图像实时准确定位家禽，降低了用户的使用体验。
基于此，本发明实施例提供的一种家禽识别方法、装置及服务器，可以缓解上述技术问题。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种家禽识别方法进行详细介绍。
实施例一：
本发明实施例提供了一种家禽识别方法，如图1所示的一种家禽识别方法的流程图，该方法包括以下步骤：
步骤S102，获取家禽图像，提取家禽图像中包含的待识别家禽的特征信息，和待识别家禽在家禽图像中的位置信息；
步骤S104，判断待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配；
步骤S106，如果否，将位置信息转换成地理坐标下的地理坐标信息；
具体实现时，待识别家禽的特征信息可以为家禽的外观特征信息，比如，家禽的皮毛、皮毛颜色，身体形状等特征信息，并利用提取出的待识别家禽的特征信息与存储在家禽特征数据库中的特征进行匹配，如果该待识别家禽对应的特征信息与家禽特征数据库中的特征没有匹配成功的话，需要将在家禽图像中提取的位置信息转换成地理坐标下的地理坐标信息，其中，该位置信息是指待识别家禽在家禽图像中的位置。
步骤S108，在位置数据库中查找与地理坐标信息匹配的目标位置信息，其中，位置数据库中预先建立有目标位置与目标家禽的对应关系；
步骤S110，根据对应关系确定目标位置信息对应的目标家禽，将目标家禽确定为待识别家禽的身份信息。
具体地，位置数据库中存储有每个家禽通过佩戴的RFID(Radio FrequencyIdentification，射频识别)设备发送的家禽的实际地理坐标信息以及与该实际地理坐标信息对应的家禽的身份信息；在实际使用时，在位置数据库中查找到与待识别家禽的地理坐标信息想匹配的目标位置信息后，再根据目标位置与目标家禽的对应关系确定目标位置信息对应的目标家禽，将目标家禽确定为待识别家禽的身份信息，从而完成对家禽图像中待识别家禽的识别。
本发明实施例提供的一种家禽识别方法，能够在获取到的家禽图像后提取其中包含的待识别家禽的特征信息和待识别家禽在家禽图像中的位置信息后，判断待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配，如果否，将位置信息转换成地理坐标下的地理坐标信息；在位置数据库中查找与地理坐标信息匹配的目标位置信息，其中，位置数据库中预先建立有目标位置与目标家禽的对应关系；根据对应关系确定目标位置信息对应的目标家禽，将目标家禽确定为待识别家禽的身份信息；有效直观地对家禽图像中的待识别家禽进行身份识别，进而提高了用户的使用体验。
进一步，步骤S102，提取家禽图像中包含的待识别家禽的特征信息，和待识别家禽在家禽图像中的位置信息可由步骤S11至步骤S12实现：
步骤S11，在影像视频的视频帧中提取待识别家禽的家禽图像；
步骤S12，利用预先训练好的家禽目标分类器在家禽图像中提取待识别家禽所在的图像框和特征信息，并将图像框的中心点确定为位置信息；其中，家禽目标分类器为通过家禽图片对卷积神经网络训练得到的分类器。
在实际应用时，家禽目标分类器为采集若干个包含不同类型及不同姿态家禽图片样本对卷积神经网络训练得到的分类器，利用该家禽目标分类器能够对家禽图像提取待识别家禽所在的图像框和特征信息，在本实施例中，将图像框的中心点确定为上述待识别家禽的位置信息。
具体地，步骤S104，判断待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配可由步骤S21至步骤S23实现：
步骤S21，将待识别家禽的特征信息与家禽特征数据库中每个家禽对应的特征信息比对是否一致；
步骤S22，如果是，则待识别家禽与数据库中的家禽匹配成功；
步骤S23，如果否，则待识别家禽与数据库中的家禽匹配不成功。
具体应用时，家禽特征数据库存储多个家禽对应的特征信息，将待识别家禽对应的特征信息与家禽特征数据库中每个家禽对应的特征信息进行匹配，如果待识别家禽对应的特征信息与家禽特征数据库中的特征信息完全一致，则待识别家禽与数据库中的家禽匹配成功，如果待识别家禽对应的特征信息与家禽特征数据库中的特征信息没有完全一致的，则待识别家禽与数据库中的家禽匹配不成功。
通常，步骤S106，将位置信息转换成地理坐标下的地理坐标信息可由步骤S31至步骤S35实现：
步骤S31，获取拍摄影像视频的摄像机的参数信息；
其中，参数信息包括摄像机的像距信息V、摄像机距离地面的垂直高度h、摄像机的零方位角在水平方向上与地理真北的第一夹角θ0、摄像机的零方位角与水平方向的第二夹角θ以及摄像机的GIS坐标信息(Xc，Yc)。
步骤S32，基于第一夹角计算位置信息在地理真北角坐标系下的第一地理位置信息；
具体地，获取位置信息(X0，Y0)，基于第一夹角将位置信息转化到地理真北角坐标系下的第一地理位置信息(Xp，Yp)，为了便于理解，图2示出了一种坐标关系示意图，如图2所示，位置信息所在的坐标系与地理真北角坐标的夹角为θ0，由图2可知，第一地理位置信息(Xp，Yp)为：
Figure BDA0002327782130000081
步骤S33，根据像距信息、垂直高度和第二夹角对第一地理位置信息进行缩放以得到第二地理位置信息；
具体地，首先利用垂直高度和第二夹角计算物距U，其中，
Figure BDA0002327782130000082
再根据像距信息和物距计算缩放比例K，其中，/>
Figure BDA0002327782130000083
最后，利用该缩放比例对上述第一地理位置信息进行缩放以获取第二地理位置信息(XA，YA)其中，/>
Figure BDA0002327782130000084
步骤S34，基于垂直高度和第二夹角计算第二地理位置信息在摄像机地理坐标系下的第三地理位置信息；
具体实现时，为了便于说明，图3示出了另一种坐标关系示意图，如图3所示，摄像机的零方位角与水平方向的第二夹角为θ，在实际使用时，如果第二地理位置信息位于成像平面中心点L的上方，则如图3中A(XA，YA)点为第二地理位置信息，则将第二地理位置信息A(XA，YA)转化成在摄像机地理坐标系下的第三地理位置信息A'(X'A,Y'A)为：
Figure BDA0002327782130000091
如果第二地理位置信息位于成像平面中心点L的下方，则将第二地理位置信息B(XB，YB)转化成在摄像机地理坐标系下的第三地理位置信息B'(X'B,Y'B)为：
Figure BDA0002327782130000092
步骤S35，根据第三地理位置信息和GIS坐标信息计算地理坐标信息。
具体地，完成基于摄像机地理坐标系下的坐标转换后，结合摄像机GIS坐标信息，计算地理坐标信息(Xr，Yr)为：
Figure BDA0002327782130000093
或地理坐标信息(Xr，Yr)为：
Figure BDA0002327782130000094
进一步，在位置数据库中查找与地理坐标信息匹配的目标位置信息的步骤包括：计算地理坐标信息与位置数据库中每个实际地理坐标信息的欧式距离值；将小于预设距离阈值的欧式距离值对应的实际地理坐标信息确定为与地理坐标信息匹配的目标位置信息。
具体应用时，假设位置数据库中家禽M的实际地理坐标为(Xm，Ym)，计算地理坐标信息与位置数据库中每个实际地理坐标信息的欧式距离值D为：
Figure BDA0002327782130000095
根据上述计算过程计算地理坐标信息与位置数据库中每个实际地理坐标信息的欧式距离值，并且，将小于预设距离阈值的欧式距离值对应的实际地理坐标信息确定为与地理坐标信息匹配的目标位置信息。
在实际使用时，图4示出了另一种家禽识别方法的流程图，该方法包括以下步骤：
步骤S402，获取家禽图像，提取家禽图像中包含的待识别家禽的特征信息，和待识别家禽在家禽图像中的位置信息；
步骤S404，判断待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配；
步骤S406，如果否，将位置信息转换成地理坐标下的地理坐标信息；
步骤S408，在位置数据库中查找与地理坐标信息匹配的目标位置信息，其中，位置数据库中预先建立有目标位置与目标家禽的对应关系；
步骤S410，根据对应关系确定目标位置信息对应的目标家禽，将目标家禽确定为待识别家禽的身份信息；
步骤S412，将身份信息发送至待识别家禽所在的图像框中进行显示；
具体实现时，为了使得用户在影像视频中直观的识别出待识别家禽，在本实施例中，在位置数据库中查找到与待识别家禽的地理坐标信息匹配的目标位置信息后，根据位置数据库中目标位置与目标家禽的对应关系确定目标位置信息对应的目标家禽，将该目标家禽的身份信息发送至待识别家禽所在家禽图像的图像框中进行显示，提升了家禽视频监控效率，进一步方便对家禽进行管理。
步骤S414，将与地理坐标信息对应的特征信息和身份信息存入家禽特征数据库中。
优选地，为了扩充家禽特征数据库中家禽的信息量，将未通过家禽特征数据库识别出的待识别家禽的特征信息和身份信息存入家禽特征数据库中。
实施例二：
本发明实施例提供了一种家禽识别装置，如图5所示的一种家禽识别装置的结构示意图，该装置包括：
获取模块502，用于获取家禽图像，提取家禽图像中包含的待识别家禽的特征信息，和待识别家禽在家禽图像中的位置信息；
判断模块504，用于判断待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配；
转换模块506，用于如果判断模块判断为否时，将位置信息转换成地理坐标下的地理坐标信息；
查找模块508，用于在位置数据库中查找与地理坐标信息匹配的目标位置信息，其中，位置数据库中预先建立有目标位置与目标家禽的对应关系；
确定模块510，用于根据对应关系确定目标位置信息对应的目标家禽，将目标家禽确定为待识别家禽的身份信息。
本发明实施例提供的家禽识别装置，与上述实施例提供的家禽识别方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
本发明实施例还提供一种服务器，其中，服务器包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述的家禽识别方法。
进一步，本发明实施例还提供一种计算机可读存储介质，其中，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述家禽识别方法的步骤。
参见图6所示的一种服务器的结构框图，包括：处理器700，存储器701，总线702和通信接口703，所述处理器700、通信接口703和存储器701通过总线702连接；处理器700用于执行存储器701中存储的可执行模块，例如计算机程序。
其中，存储器701可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口703(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线702可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
处理器700可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器700中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器700可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称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。可以实现或者执行本发明实施例中的公开的各方法、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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器701，处理器700读取存储器701中的信息，结合其硬件完成上述方法的步骤。
本发明实施例所提供的家禽识别方法、装置及服务器的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
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，上述描述的服务器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。
所述功能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)执行本发明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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、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：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，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发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种家禽识别方法，其特征在于，所述方法包括：
获取家禽图像，提取所述家禽图像中包含的待识别家禽的特征信息，和所述待识别家禽在所述家禽图像中的位置信息；
判断所述待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配；
如果否，将所述位置信息转换成地理坐标下的地理坐标信息；
在位置数据库中查找与所述地理坐标信息匹配的目标位置信息，其中，所述位置数据库中预先建立有目标位置与目标家禽的对应关系；
根据所述对应关系确定所述目标位置信息对应的目标家禽，将所述目标家禽确定为所述待识别家禽的身份信息。
2.根据权利要求1所述的方法，其特征在于，提取所述家禽图像中包含的待识别家禽的特征信息，和所述待识别家禽在所述家禽图像中的位置信息的步骤包括：
在影像视频的视频帧中提取所述待识别家禽的家禽图像；
利用预先训练好的家禽目标分类器在所述家禽图像中提取所述待识别家禽所在的图像框和特征信息，并将所述图像框的中心点确定为所述位置信息；其中，所述家禽目标分类器为通过家禽图片对卷积神经网络训练得到的分类器。
3.根据权利要求1所述的方法，其特征在于，判断所述待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配的步骤包括：
将所述待识别家禽的特征信息与所述家禽特征数据库中每个家禽对应的特征信息比对是否一致；
如果是，则所述待识别家禽与所述数据库中的家禽匹配成功；
如果否，则所述待识别家禽与所述数据库中的家禽匹配不成功。
4.根据权利要求2所述的方法，其特征在于，将所述位置信息转换成地理坐标下的地理坐标信息的步骤包括：
获取拍摄所述影像视频的摄像机的参数信息，其中，所述参数信息包括所述摄像机的像距信息、所述摄像机距离地面的垂直高度、所述摄像机的零方位角在水平方向上与地理真北的第一夹角、所述摄像机的零方位角与水平方向的第二夹角以及所述摄像机的GIS坐标信息；
基于所述第一夹角计算所述位置信息在地理真北角坐标系下的第一地理位置信息；
根据所述像距信息、所述垂直高度和所述第二夹角对所述第一地理位置信息进行缩放以得到第二地理位置信息；
基于所述垂直高度和所述第二夹角计算所述第二地理位置信息在摄像机地理坐标系下的第三地理位置信息；
根据所述第三地理位置信息和所述GIS坐标信息计算所述地理坐标信息。
5.根据权利要求1所述的方法，其特征在于，所述在位置数据库中查找与所述地理坐标信息匹配的目标位置信息的步骤包括：
计算所述地理坐标信息与所述位置数据库中每个实际地理坐标信息的欧式距离值；
将小于预设距离阈值的欧式距离值对应的实际地理坐标信息确定为与所述地理坐标信息匹配的目标位置信息。
6.根据权利要求2所述的方法，其特征在于，在将所述目标家禽确定为所述待识别家禽的身份信息之后，所述方法还包括：
将所述身份信息发送至所述待识别家禽所在的图像框中进行显示。
7.根据权利要求6所述的方法，其特征在于，将所述身份信息发送至所述待识别家禽所在的图像框中进行显示之后，所述方法还包括：
将与所述地理坐标信息对应的特征信息和身份信息存入所述家禽特征数据库中。
8.一种家禽识别装置，其特征在于，所述装置包括：
获取模块，用于获取家禽图像，提取所述家禽图像中包含的待识别家禽的特征信息，和所述待识别家禽在所述家禽图像中的位置信息；
判断模块，用于判断所述待识别家禽的特征信息与预先建立的家禽特征数据库中的特征是否匹配；
转换模块，用于如果判断模块判断为否时，将所述位置信息转换成地理坐标下的地理坐标信息；
查找模块，用于在位置数据库中查找与所述地理坐标信息匹配的目标位置信息，其中，所述位置数据库中预先建立有目标位置与目标家禽的对应关系；
确定模块，用于根据所述对应关系确定所述目标位置信息对应的目标家禽，将所述目标家禽确定为所述待识别家禽的身份信息。
9.一种服务器，其特征在于，所述服务器包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1～7任一项所述的方法。
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权利要求1-7任一项所述的方法的步骤。
CN201911342607.7A 2019-12-20 2019-12-20 家禽识别方法、装置及服务器 Active CN111046831B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911342607.7A CN111046831B (zh) 2019-12-20 2019-12-20 家禽识别方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911342607.7A CN111046831B (zh) 2019-12-20 2019-12-20 家禽识别方法、装置及服务器

Publications (2)

Publication Number Publication Date
CN111046831A CN111046831A (zh) 2020-04-21
CN111046831B true CN111046831B (zh) 2023-06-30

Family

ID=70237494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911342607.7A Active CN111046831B (zh) 2019-12-20 2019-12-20 家禽识别方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN111046831B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113396831B (zh) * 2021-06-24 2022-07-19 平安科技（深圳）有限公司 活体养殖监控定位方法、装置、设备及存储介质
TWI789879B (zh) * 2021-08-23 2023-01-11 行政院農業委員會畜產試驗所 智慧型禽隻群聚圖像辨識分析系統及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019000461A1 (zh) * 2017-06-30 2019-01-03 广东欧珀移动通信有限公司 定位方法、装置、存储介质及服务器
CN109426785A (zh) * 2017-08-31 2019-03-05 杭州海康威视数字技术股份有限公司 一种人体目标身份识别方法及装置
CN109460740A (zh) * 2018-11-15 2019-03-12 上海埃威航空电子有限公司 基于ais与视频数据融合的船舶身份识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019000461A1 (zh) * 2017-06-30 2019-01-03 广东欧珀移动通信有限公司 定位方法、装置、存储介质及服务器
CN109426785A (zh) * 2017-08-31 2019-03-05 杭州海康威视数字技术股份有限公司 一种人体目标身份识别方法及装置
CN109460740A (zh) * 2018-11-15 2019-03-12 上海埃威航空电子有限公司 基于ais与视频数据融合的船舶身份识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
毕金强 ; 许家帅 ; 辛全波 ; 尚东方 ; .一种基于SURF与地理格网模型的增强现实方法.计算机与现代化.2018,(06),全文. *

Also Published As

Publication number Publication date
CN111046831A (zh) 2020-04-21

Similar Documents

Publication Publication Date Title
CN111862296B (zh) 三维重建方法及装置、系统、模型训练方法、存储介质
CN110705405B (zh) 目标标注的方法及装置
KR101457313B1 (ko) 템플릿 스위칭 및 특징 적응을 이용한 오브젝트 추적을 제공하는 방법, 장치 및 컴퓨터 프로그램 제품
CN108875542B (zh) 一种人脸识别方法、装置、系统及计算机存储介质
CN109145803B (zh) 手势识别方法及装置、电子设备、计算机可读存储介质
CN108564579B (zh) 一种基于时空相关的混凝土裂缝检测方法及检测装置
CN108280386B (zh) 监控场景检测方法及装置
CN112598922B (zh) 车位检测方法、装置、设备及存储介质
CN111046831B (zh) 家禽识别方法、装置及服务器
CN113111844B (zh) 一种作业姿态评估方法、装置、本地终端及可读存储介质
CN112101124B (zh) 一种坐姿检测方法及装置
CN111275040B (zh) 定位方法及装置、电子设备、计算机可读存储介质
CN110473227B (zh) 目标跟踪方法、装置、设备及存储介质
CN107480580B (zh) 图像识别方法和图像识别装置
CN113228105A (zh) 一种图像处理方法、装置和电子设备
CN116091781B (zh) 一种用于图像识别的数据处理方法及装置
CN110986916A (zh) 室内定位方法、装置及电子设备和存储介质
CN116363583A (zh) 一种用于顶视角的人体识别方法、装置、设备及介质
CN115578594A (zh) 基于计算机视觉的边缘定位方法、装置及相关设备
CN113159037B (zh) 图片矫正方法、装置、计算机设备及存储介质
CN111212260A (zh) 一种基于监控视频绘制车道线的方法及装置
CN113919393A (zh) 车位识别的方法、装置和设备
CN113673362A (zh) 对象的运动状态确定方法、装置、计算机设备和存储介质
CN110674817A (zh) 一种基于双目摄像头的车牌防伪的方法及装置
CN110689515B (zh) 一种采用智能识别技术的计算机图像处理系统

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
CB02 Change of applicant information

Address after: 200040, room 710, 302 Changping Road, Shanghai, Jingan District

Applicant after: Shanghai Xinlian Information Development Co.,Ltd.

Address before: 200040, room 710, 302 Changping Road, Shanghai, Jingan District

Applicant before: SHANGHAI ZHONGXIN INFORMATION DEVELOPMENT Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant