CN113762089A - 基于人工智能的牲畜左脸识别系统及使用方法 - Google Patents
基于人工智能的牲畜左脸识别系统及使用方法 Download PDFInfo
- Publication number
- CN113762089A CN113762089A CN202110934648.6A CN202110934648A CN113762089A CN 113762089 A CN113762089 A CN 113762089A CN 202110934648 A CN202110934648 A CN 202110934648A CN 113762089 A CN113762089 A CN 113762089A
- Authority
- CN
- China
- Prior art keywords
- livestock
- image
- left face
- module
- rgb
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 244000144972 livestock Species 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 14
- 238000013136 deep learning model Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 230000009191 jumping Effects 0.000 claims description 3
- 206010011409 Cross infection Diseases 0.000 abstract description 3
- 206010029803 Nosocomial infection Diseases 0.000 abstract description 3
- 238000009395 breeding Methods 0.000 description 7
- 230000001488 breeding effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000003307 slaughter Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明公开的属于牲畜左脸识别技术领域,具体为基于人工智能的牲畜左脸识别系统及使用方法,包括图像采集模块和图像处理模块,所述图像采集模块连接有图像处理模块,所述图像处理模块包括深度学习模型、对比模块、数据库和计算模块,所述图像采集模块连接有检测模块,所述图像采集模块用于采集牲畜左脸RGB图,所述检测模块用于检测图像采集模块采集的RGB图中是否存在牲畜左脸图像,所述图像处理模块用于对接收到的牲畜左脸RGB图进行处理,所述深度学习模型用于提取牲畜左脸RGB图的特征,本发明与牲畜无接触,不需要电子耳标等物体,不仅避免人与牲畜的接触,也避免了可能的交叉感染问题。
Description
技术领域
本发明涉及牲畜左脸识别技术领域,具体为基于人工智能的牲畜左脸识别系统及使用方法。
背景技术
随着中国经济的快速发展,农业被越来越重视,养殖行业是农业中的重要组成部分,但我们国家的养殖水平相对发达国家还有待提高,如何将科学技术应用于养殖行业为养殖赋能以便实现弯道超车,成为我们这代人的使命,国家为了促进养殖业的发展推行了政策型养殖险,鼓励养殖户在保险公司进行投保,国家予以补贴。为了保障国家资金准确无误的支持养殖业,保险公司要实现精准投保、精准理赔,确保投保了牲畜死亡后都能获得理赔,同时也理赔了牲畜不能再理赔。在实际的业务中,由于牲畜长的都差不多,人很难区分哪些死亡的牲畜是已经投保了,哪些是没用投保;同时也难以区分哪些牲畜已经理赔过,这些难以区分容易给保险公司造成经济损失。
传统的对牲畜的识别方法:一、严格规范投保、理赔流程,根据人的经验来进行识别;二、采用电子耳标,但上述方式都无法做到快速、有效、低成本的对相关牲畜进行识别,无法降低相关的运营成本。
采用电子耳标对牲畜进行识别,这种方法具有以下缺点:一是给牲畜戴上电子耳标,给有的牲畜戴电子耳标可能还存在一定的人身风险,需要多人操作,不仅费力、费时、效率低下而且还存在一定风险;二是也存在一定卫生风险,有的电子耳标需注射到皮肤下面,而屠宰时不一定能取出,从而流向交易市场;三是存在一定的道德风险,对戴电子耳标做手脚,有的一头牲畜可能存在多个电子耳标等各种现象,从而造成投保数量不准确,从而要求更多保险费用,造成国家资金被套取。
专业人员进行识别这种方法,具有以下缺点:一是不准确,依靠经验判断,可信度比较低;二是特别投保数量比较多时,这种方法就更加不准确了。
发明内容
本发明的目的在于提供基于人工智能的牲畜左脸识别系统及使用方法,以解决上述背景技术中提出的现有的牲畜识别方式大多效率较低,当牲畜数量较多时,牲畜识别操作费时费力的问题。
为实现上述目的,本发明提供如下技术方案:基于人工智能的牲畜左脸识别系统,包括图像采集模块和图像处理模块,所述图像采集模块连接有图像处理模块,所述图像处理模块包括深度学习模型、对比模块、数据库和计算模块,所述图像采集模块连接有检测模块;
所述图像采集模块用于采集牲畜左脸RGB图;
所述检测模块用于检测图像采集模块采集的RGB图中是否存在牲畜左脸图像;
所述图像处理模块用于对接收到的牲畜左脸RGB图进行处理;
其中:所述深度学习模型用于提取牲畜左脸RGB图的特征,所述对比模块用于判断特征是否为空,所述数据库用于储存牲畜左脸RGB图数据,所述计算模块用于计算相似度是否大于一定阈值。
优选的,所述图像处理模块连接有数量统计模块,所述数量统计模块用于统计图像处理模块处理的牲畜左脸RGB图中的牲畜总数。
基于人工智能的牲畜左脸识别系统的使用方法,包括以下步骤:
S1:通过图像采集模块对牲畜左脸进行拍照,获取牲畜即目标物的RGB图;
S2:根据步骤S1中获取的RGB图,送入检测模块,判断RGB图是否存在牲畜即目标物的左脸RGB图像,如果存在则进入步骤S3,如果不存在则返回步骤S1,进行重新拍摄;
S3:图像处理模块获取图像采集模块的数据,即获取RGB图;
S4:将RGB图送入到深度学习模型,提取牲畜RGB图的特征,将特征记为T;
S5:根据一定条件从数据库选取不同牲畜的特征,记为TT;
S6:通过比对模块判断特征TT是否为空,即按条件是否选取到牲畜;
S7:如果步骤S6中的TT为空,则特征T直接存入数据库,并生成唯一电子身份ID;
S8:如果步骤S6中的TT不为空,则跟特征T进行比对,即计算采集的牲畜左脸特征与数据库中已有的牲畜左脸特征之间的相似度;
S9:通过计算模块判断相似度是否大于一定的阈值,如果小于阈值,说明数据库不存在此牲畜,则跳到步骤S7,将特征存在数据库,否则进入步骤S10;
S10:若相似度大于一定阈值,说明数据库存在此牲畜,特征T将抛弃,不存入数据库。
优选的,所述图像采集模块为手机或照相机。
优选的,所述步骤S4中,提取牲畜RGB图的特征即特征T为牲畜左脸颜色特征、纹理特征和轮廓特征。
与现有技术相比,本发明的有益效果是:
1)通过本发明对牲畜左脸进行识别,无需与牲畜接触、简单易用,提高了牲畜识别的效率、识别的准确性和有效性;
2)本发明与牲畜无接触,拍摄一张或几张RGB照片就可以建立牲畜的唯一电子身份ID,不需要电子耳标等物体,不仅避免人与牲畜的接触,也避免了可能的交叉感染问题。
附图说明
图1为本发明逻辑框图;
图2为本发明图像采集模块逻辑框图;
图3为本发明图像处理模块示意图;
图4为本发明图像处理模块逻辑框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有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。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”、“顶/底端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“套设/接”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例:
请参阅图1-4,本发明提供一种技术方案:基于人工智能的牲畜左脸识别系统,包括图像采集模块和图像处理模块,所述图像采集模块连接有图像处理模块,所述图像处理模块包括深度学习模型、对比模块、数据库和计算模块,所述图像采集模块连接有检测模块;
所述图像采集模块用于采集牲畜左脸RGB图;
所述检测模块用于检测图像采集模块采集的RGB图中是否存在牲畜左脸图像;
所述图像处理模块用于对接收到的牲畜左脸RGB图进行处理;
其中:所述深度学习模型用于提取牲畜左脸RGB图的特征,所述对比模块用于判断特征是否为空,所述数据库用于储存牲畜左脸RGB图数据,所述计算模块用于计算相似度是否大于一定阈值。
所述图像处理模块连接有数量统计模块,所述数量统计模块用于统计图像处理模块处理的牲畜左脸RGB图中的牲畜总数。
基于人工智能的牲畜左脸识别系统的使用方法,包括以下步骤:
S1:通过图像采集模块对牲畜左脸进行拍照,获取牲畜即目标物的RGB图;
S2:根据步骤S1中获取的RGB图,送入检测模块,判断RGB图是否存在牲畜即目标物的左脸RGB图像,如果存在则进入步骤S3,如果不存在则返回步骤S1,进行重新拍摄;
S3:图像处理模块获取图像采集模块的数据,即获取RGB图;
S4:将RGB图送入到深度学习模型,提取牲畜RGB图的左脸特征,将特征记为T;
S5:根据地域、时间、保险公司、养殖企业条件中的一个或多个,从数据库选取不同牲畜的特征,记为TT;
S6:通过比对模块判断特征TT是否为空,即按条件是否选取到牲畜;
S7:如果步骤S6中的TT为空,则特征T直接存入数据库,并生成唯一电子身份ID;
S8:如果步骤S6中的TT不为空,则跟特征T进行比对,即计算采集的牲畜左脸特征与数据库中已有的牲畜左脸特征之间的相似度;
S9:通过计算模块判断相似度是否大于一定的阈值,如果小于阈值,说明数据库不存在此牲畜,则跳到步骤S7,将特征存在数据库,否则进入步骤S10;
S10:若相似度大于一定阈值,说明数据库存在此牲畜,特征T将抛弃,不存入数据库。
所述图像采集模块为手机或照相机。
所述步骤S4中,提取牲畜RGB图的特征即特征T为牲畜左脸颜色特征、纹理特征和轮廓特征。
保险公司应用本发明时,养殖场与保险公司签订投保协议,然后通过本发明对养殖场的牲畜进行识别,保险公司获取识别结果,保险公司通过本发明进行核对,判断牲畜是否已经投保,若此牲畜未投保,则保险公司拒绝理赔,且对已投保的牲畜判断是否已经理赔过,若没有理赔过,则保险公司理赔,若已经理赔过,则拒绝理赔。
工作原理:通过本发明对牲畜左脸进行识别,无需与牲畜接触、简单易用,提高了牲畜识别的效率、识别的准确性和有效性,本发明与牲畜无接触,拍摄一张或几张RGB照片就可以建立牲畜的唯一电子身份ID,不需要电子耳标等物体,不仅避免人与牲畜的接触,也避免了可能的交叉感染问题,本发明适应了牲畜识别的未来需求,可持续对日益增长的牲畜数量进行快速准确地识别。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明;因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.基于人工智能的牲畜左脸识别系统,包括图像采集模块和图像处理模块,其特征在于:所述图像采集模块连接有图像处理模块,所述图像处理模块包括深度学习模型、对比模块、数据库和计算模块,所述图像采集模块连接有检测模块;
所述图像采集模块用于采集牲畜左脸RGB图;
所述检测模块用于检测图像采集模块采集的RGB图中是否存在牲畜左脸图像;
所述图像处理模块用于对接收到的牲畜左脸RGB图进行处理;
其中:所述深度学习模型用于提取牲畜左脸RGB图的特征,所述对比模块用于判断特征是否为空,所述数据库用于储存牲畜左脸RGB图数据,所述计算模块用于计算相似度是否大于一定阈值。
2.根据权利要求1所述的基于人工智能的牲畜左脸识别系统,其特征在于:所述图像处理模块连接有数量统计模块,所述数量统计模块用于统计图像处理模块处理的牲畜左脸RGB图中的牲畜总数。
3.如权利要求1-2中任意一项所述的基于人工智能的牲畜左脸识别系统的使用方法,其特征在于:包括以下步骤:
S1:通过图像采集模块对牲畜左脸进行拍照,获取牲畜即目标物的RGB图;
S2:根据步骤S1中获取的RGB图,送入检测模块,判断RGB图是否存在牲畜即目标物的左脸RGB图像,如果存在则进入步骤S3,如果不存在则返回步骤S1,进行重新拍摄;
S3:图像处理模块获取图像采集模块的数据,即获取RGB图;
S4:将RGB图送入到深度学习模型,提取牲畜RGB图的特征,将特征记为T;
S5:根据一定条件从数据库选取不同牲畜的特征,记为TT;
S6:通过比对模块判断特征TT是否为空,即按条件是否选取到牲畜;
S7:如果步骤S6中的TT为空,则特征T直接存入数据库,并生成唯一电子身份ID;
S8:如果步骤S6中的TT不为空,则跟特征T进行比对,即计算采集的牲畜左脸特征与数据库中已有的牲畜左脸特征之间的相似度;
S9:通过计算模块判断相似度是否大于一定的阈值,如果小于阈值,说明数据库不存在此牲畜,则跳到步骤S7,将特征存在数据库,否则进入步骤S10;
S10:若相似度大于一定阈值,说明数据库存在此牲畜,特征T将抛弃,不存入数据库。
4.根据权利要求3所述的基于人工智能的牲畜左脸识别系统的使用方法,其特征在于:所述图像采集模块为手机或照相机。
5.根据权利要求3所述的基于人工智能的牲畜左脸识别系统的使用方法,其特征在于:所述步骤S4中,提取牲畜RGB图的特征即特征T为牲畜左脸颜色特征、纹理特征和轮廓特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110934648.6A CN113762089A (zh) | 2021-08-16 | 2021-08-16 | 基于人工智能的牲畜左脸识别系统及使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110934648.6A CN113762089A (zh) | 2021-08-16 | 2021-08-16 | 基于人工智能的牲畜左脸识别系统及使用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113762089A true CN113762089A (zh) | 2021-12-07 |
Family
ID=78789377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110934648.6A Pending CN113762089A (zh) | 2021-08-16 | 2021-08-16 | 基于人工智能的牲畜左脸识别系统及使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113762089A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115457601A (zh) * | 2022-11-14 | 2022-12-09 | 中国平安财产保险股份有限公司 | 牲畜面部检测方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190477A (zh) * | 2018-08-02 | 2019-01-11 | 平安科技(深圳)有限公司 | 基于牛脸识别的保险理赔方法、装置、计算机设备及存储介质 |
CN109635148A (zh) * | 2018-12-14 | 2019-04-16 | 深圳英飞拓科技股份有限公司 | 人脸图片存储方法及装置 |
CN111368766A (zh) * | 2020-03-09 | 2020-07-03 | 云南安华防灾减灾科技有限责任公司 | 一种基于深度学习的牛脸检测与识别方法 |
CN112541432A (zh) * | 2020-12-11 | 2021-03-23 | 上海品览数据科技有限公司 | 一种基于深度学习的视频牲畜身份认证系统及方法 |
-
2021
- 2021-08-16 CN CN202110934648.6A patent/CN113762089A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190477A (zh) * | 2018-08-02 | 2019-01-11 | 平安科技(深圳)有限公司 | 基于牛脸识别的保险理赔方法、装置、计算机设备及存储介质 |
CN109635148A (zh) * | 2018-12-14 | 2019-04-16 | 深圳英飞拓科技股份有限公司 | 人脸图片存储方法及装置 |
CN111368766A (zh) * | 2020-03-09 | 2020-07-03 | 云南安华防灾减灾科技有限责任公司 | 一种基于深度学习的牛脸检测与识别方法 |
CN112541432A (zh) * | 2020-12-11 | 2021-03-23 | 上海品览数据科技有限公司 | 一种基于深度学习的视频牲畜身份认证系统及方法 |
Non-Patent Citations (1)
Title |
---|
吴际;吴恋;廖成华;许云辉;: "面向防诈骗畜牧养殖保险的猪脸识别系统综述", 电脑知识与技术, no. 17 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115457601A (zh) * | 2022-11-14 | 2022-12-09 | 中国平安财产保险股份有限公司 | 牲畜面部检测方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113792603A (zh) | 基于人工智能的牲畜身体识别系统及使用方法 | |
CN111639629B (zh) | 一种基于图像处理的猪只体重测量方法、装置及存储介质 | |
CN113269091A (zh) | 一种面向智慧园区的人员轨迹分析方法、设备及介质 | |
CN111753697B (zh) | 智能宠物管理系统及其管理方法 | |
CN114758249B (zh) | 基于野外夜间环境的目标物监测方法、装置、设备及介质 | |
US20240087368A1 (en) | Companion animal life management system and method therefor | |
CN110751500B (zh) | 分享图片的处理方法、装置、计算机设备及存储介质 | |
CN112541432A (zh) | 一种基于深度学习的视频牲畜身份认证系统及方法 | |
CN112613471B (zh) | 人脸活体检测方法、装置及计算机可读存储介质 | |
Xue et al. | Open set sheep face recognition based on Euclidean space metric | |
KR101732815B1 (ko) | 개체 특징점 추출 방법 및 장치, 이를 이용하는 개체 인식 시스템 | |
CN111597872A (zh) | 一种基于深度学习的卫生监督执法非法行医人脸识别方法 | |
CN112163517A (zh) | 一种基于深度学习的水下成像鱼网破损识别方法及系统 | |
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 | |
CN113762089A (zh) | 基于人工智能的牲畜左脸识别系统及使用方法 | |
CN110084587B (zh) | 一种基于边缘上下文的餐盘自动结算方法 | |
CN114092378A (zh) | 动物健康检测的方法、装置、设备及存储介质 | |
CN113780207A (zh) | 一种羊脸识别的系统及方法 | |
CN117351404A (zh) | 一种奶牛分娩应激程度判识方法及系统 | |
CN111079617A (zh) | 家禽识别方法、装置、可读存储介质及电子设备 | |
CN116563040A (zh) | 基于牲畜识别的农险查勘方法、装置、设备及存储介质 | |
CN117197864A (zh) | 基于深度学习的证件照分类识别及免冠检测方法及系统 | |
CN112257628A (zh) | 一种户外比赛运动员的身份识别方法、装置及设备 | |
CN117036947A (zh) | 基于图像识别的农险出险预警方法、装置、设备及介质 | |
CN114821658B (zh) | 牛脸识别方法、运行控制装置、电子设备及存储介质 |
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 |