CN114219767A - 一种基于物联网边缘盒子的羊群计数管理方法 - Google Patents
一种基于物联网边缘盒子的羊群计数管理方法 Download PDFInfo
- Publication number
- CN114219767A CN114219767A CN202111401158.6A CN202111401158A CN114219767A CN 114219767 A CN114219767 A CN 114219767A CN 202111401158 A CN202111401158 A CN 202111401158A CN 114219767 A CN114219767 A CN 114219767A
- Authority
- CN
- China
- Prior art keywords
- sheep
- target
- flock
- image
- counting
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
-
- 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)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明的实施例公开了一种基于物联网边缘盒子的羊群计数管理方法,用于物联网边缘盒子,涉及图像识别技术领域。所述方法包括:实时采集目标羊群监控图像;根据所述目标羊群监控图像,对目标羊群进行分类计数统计。本发明采用图像识别算法对实时采集到的目标羊群监控图像进行分析,即可得出羊群的数量,同时可对不同种类、不同大小的羊进行分类并计数,具有成本低,操作简便,功能丰富等优点,也不会影响羊的通行效率。
Description
技术领域
本发明属于图像识别技术领域,尤其涉及一种基于物联网边缘盒子的羊群计数管理方法。
背景技术
在畜牧业中,牧民进行放牧时需要对羊群进行数量统计,来监控在放牧过程中是否有丢失或被偷窃,传统的人工计数的方法耗费人力,而且效率低下容易出错,在羊群规模较大时难于实施。羊群一旦发生丢失,如果不能及时发现便难于找回,所以牧民们非常需要一个高效准确的方案来统计羊群数量,一旦发生遗失现象能及时检测到,以便及时补救。
随着技术的发展,目前一些羊群计数解决方案,主要在羊群出入通道安装计数设备,以及各种传感器,针对每只羊安装对应的射频标签对羊群进行管理,其中计数设备需要安装特定的通道,以及需要在羊身上安装射频标签等,成本比较高,操作比较复杂,功能也比较单一,羊的通行效率也会变慢,牧民可能要花费大量时间来将羊群放出门和赶回圈中。
发明内容
有鉴于此,本发明实施例提供一种基于物联网边缘盒子的羊群计数管理方法,用于解决目前羊群计数方案,成本高,操作复杂,功能较单一,羊的通行效率慢的问题。本发明采用图像识别算法对实时采集到的目标羊群监控图像进行分析,即可得出羊群的数量,同时可对不同种类、不同大小的羊进行分类并计数,具有成本低,操作简便,功能丰富等优点,也不会影响羊的通行效率。
本发明实施例提供一种基于物联网边缘盒子的羊群计数管理方法,用于物联网边缘盒子,包括以下步骤:
实时采集目标羊群监控图像;
根据所述目标羊群监控图像,对目标羊群进行分类计数统计。
在一可选实施例中,所述根据所述目标羊群监控图像,对目标羊群进行分类计数统计,包括:
根据预设AI算法,分析识别出所述目标羊群监控图像中的每只羊;
对所述目标羊群监控图像中识别出的羊进行计数,得到目标羊群中羊的数量;
根据所述预设AI算法对所述目标羊群监控图像中识别出的每只羊的特征图像进行分析,得到识别出的每只羊的种类以及大小并记录;
对所述目标羊群监控图像中识别出的羊进行分类计数。
在一可选实施例中,所述预设AI算法为物联网边缘盒子中的AI算法。
在一可选实施例中,在所述根据所述目标羊群监控图像,对目标羊群进行分类计数统计之后,还包括:
采集目标羊群中每只羊的侧身图像及每只羊距离采集设备的距离;
根据每只羊的侧身图像及每只羊距离采集设备的距离,计算目标羊群中每只羊的侧身面积,记录羊标识及其对应的侧身面积和采集时间;
根据所述目标羊群中每只羊的侧身面积,计算每只羊在预设时长内的日平均生长系数。
在一可选实施例中,所述采集设备包括:摄像头和至少一个安装于摄像头上的激光测距传感器;
所述实时采集目标羊群监控图像,包括:通过所述摄像头实时采集目标羊群监控图像;
所述采集目标羊群中每只羊的侧身图像,包括:通过摄像头采集目标羊群中每只羊的侧身图像;
所述采集目标羊群中每只羊距离采集设备的距离,包括:
采集激光测距传感器发射出的激光至目标羊群中每只羊的往返时间;
根据激光测距传感器发射出的激光至目标羊群中每只羊的往返时间,计算目标羊群中每只羊距离采集设备的距离。
在一可选实施例中,所述根据激光测距传感器发射出的激光至目标羊群中每只羊的往返时间,计算目标羊群中每只羊距离采集设备的距离,包括:
根据以下第一公式计算目标羊群中每只羊距离采集设备的距离:
在第一公式中,La表示采集设备与目标羊群中第a只羊的距离,c表示光速;ti,a表示第i个激光测距传感器发射出的激光至第a只羊的往返时间,i=1,2,...,n,n表示预设的用于采集的激光测距传感器的个数。
在一可选实施例中,所述根据每只羊的侧身图像及每只羊距离采集设备的距离,计算目标羊群中每只羊的侧身面积,包括:
根据以下第二公式计算目标羊群中每只羊的侧身面积:
在第二公式中,Sa表示目标羊群中第a只羊的侧身面积;S0表示所述第a只羊的侧身图像总面积;p表示所述第a只羊的侧身图像中每一行像素点的个数;q表示所述第a只羊的侧身图像中每一列像素点的个数;Da表示所述第a只羊的侧身图像中第a只羊的身体所占像素点的个数;f表示所述摄像头的焦距值。
在一可选实施例中,所述预设时长为30天;
根据所述目标羊群中每只羊的侧身面积,计算每只羊在预设时长内的日平均生长系数,包括:
根据以下第三公式计算每只羊在30天内的日平均生长系数:
在第三公式中,Ka表示目标羊群中的第a只羊在30天内的日平均生长系数;Sa(e)表示目标羊群中的第a只羊在所述30天内第e天的侧身面积,Sa(r)表示目标羊群中的第a只羊在所述30天内第r天的侧身面积,e=1,2,...,30;r=1,2,...,e-1。
本发明提供了一种新的基于物联网边缘盒子的羊群计数管理方法,用于物联网边缘盒子,首先实时采集目标羊群监控图像,然后根据所述目标羊群监控图像,对目标羊群进行分类计数统计。本发明采用图像识别算法对实时采集到的目标羊群监控图像进行分析,即可得出羊群的数量,同时可对不同种类、不同大小的羊进行分类并计数,具有成本低,操作简便,功能丰富等优点,也不会影响羊的通行效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,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它的附图。
图1为本发明实施例提供的一种基于物联网边缘盒子的羊群计数管理方法实施例一流程图;
图2为本发明实施例提供的一种基于物联网边缘盒子的羊群计数管理方法实施例二流程图;
图3为本发明实施例提供的一种基于物联网边缘盒子的羊群计数管理方法实施例三流程图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确,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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种基于物联网边缘盒子的羊群计数管理方法实施例一流程图。参见图1,所述羊群计数管理方法用于物联网边缘盒子,包括如下步骤S101-S102:
S101:实时采集目标羊群监控图像。
本实施例中,可以采用普通摄像头对羊群进行实时监控,并将监控图像实时传输到物联网边缘盒子中,便于物联网边缘盒子后续对监控图像中的每只羊进行识别,继而实现对羊群中的羊进行计数。
S102:根据所述目标羊群监控图像,对目标羊群进行分类计数统计。
本实施例中,物联网边缘盒子可以使用预设AI算法,对收到的目标羊群监控图像进行分类计数统计,具有实现方便的优点。
本发明实施例提供的一种基于物联网边缘盒子的羊群计数管理方法,用于物联网边缘盒子,首先实时采集目标羊群监控图像,然后根据所述目标羊群监控图像,对目标羊群进行分类计数统计。本发明采用图像识别算法对实时采集到的目标羊群监控图像进行分析,即可得出羊群的数量,同时可对不同种类、不同大小的羊进行分类并计数,具有成本低,操作简便,功能丰富等优点,也不会影响羊的通行效率。
图2为本发明实施例提供的一种基于物联网边缘盒子的羊群计数管理方法实施例二流程图。参见图2,所述羊群计数管理方法,包括S201-S205:
S201:实时采集目标羊群监控图像。
S202:根据预设AI算法,分析识别出所述目标羊群监控图像中的每只羊。
本实施例中,预设AI算法为物联网边缘盒子中的AI算法。利用普通摄像头对羊群进行实时监控,并将监控图像实时传输到物联网边缘盒子中,再利用物联网边缘盒子中的AI算法分析,识别出监控图像中的羊,后续即可得出羊群中羊的数量。
S203:对所述目标羊群监控图像中识别出的羊进行计数,得到目标羊群中羊的数量。
S204:根据所述预设AI算法对所述目标羊群监控图像中识别出的每只羊的特征图像进行分析,得到识别出的每只羊的种类以及大小并记录。
本实施例中,通过预设AI算法获得目标羊群监控图像中羊的特征图像,进而也就可以获得羊的特征图像对应的特征值。然后将羊的特征图像/特征值作为匹配条件,在本地预先存储每只羊的特征图像/特征值与羊的标识信息、种类和大小的对应关系记录中,匹配出对应的羊的标识、种类和大小信息。
S205:对所述目标羊群监控图像中识别出的羊进行分类计数。
本实施例中,通过对羊的特征图像分析,可获得羊的种类和大小信息,继而就可以开展分类计数,如山羊有10只,绵阳有20只,羊羔有30只等,便于牧民对羊群有更深入的了解和掌控。
本发明实施例提供的一种基于物联网边缘盒子的羊群计数管理方法,利用普通摄像头对羊群进行实时监控,并将监控图像实时传输到物联网边缘盒子中,在利用所述物联网边缘盒子中的AI算法分析,识别出图像中的羊,进而得出羊群中羊的数量,同时可以根据识别到的每只羊的特征图像利用AI算法分析出每只羊的种类以及大小,便于开展分类及计数,便于牧民对羊群有更深入的了解和掌控。
图3为本发明实施例提供的一种基于物联网边缘盒子的羊群计数管理方法实施例三流程图。参见图3,所述羊群计数管理方法,包括S301-S305:
S301:实时采集目标羊群监控图像。
作为一可选实施例,本步骤S301,包括:通过所述摄像头实时采集目标羊群监控图像。
S302:根据所述目标羊群监控图像,对目标羊群进行分类计数统计。
S303:采集目标羊群中每只羊的侧身图像及每只羊距离采集设备的距离。
作为一可选实施例,所述采集设备包括:摄像头和至少一个安装于摄像头上的激光测距传感器,所述步骤S303,包括S3031-S3033:
S3031:通过摄像头采集目标羊群中每只羊的侧身图像。
S3032:采集激光测距传感器发射出的激光至目标羊群中每只羊的往返时间。
本实施例中,激光测距传感器是利用调制激光的某个参数实现对目标的距离测量的仪器,具有重量轻、体积小、操作简单、速度快、准确度高的优点。
S3033:根据激光测距传感器发射出的激光至目标羊群中每只羊的往返时间,计算目标羊群中每只羊距离采集设备的距离。
优选地,根据以下第一公式计算目标羊群中每只羊距离采集设备的距离:
在第一公式中,La表示采集设备与目标羊群中第a只羊的距离,c表示光速;ti,a表示第i个激光测距传感器发射出的激光至第a只羊的往返时间,i=1,2,...,n,n表示预设的用于采集的激光测距传感器的个数。
优选地,当激光测距传感器有多个时,对于某只羊,可以通过S3032获得每个激光测距传感器发射出的激光至这只羊的往返时间,并通过第一公式(1)计算出这只羊离每个激光测距传感的距离,最后将求得的多个距离求平均值,得到这只羊距离采集设备的距离。例如:若有5个激光测距传感器,则对于目标羊群中第a只羊,通过S3032-S3033可计算得到5个La值,对这5个La值求平均得到目标羊群中第a只羊距离采集设备的距离。
本实施例中,根据安装在所述摄像头上的激光测距传感器得到当前摄像头与每只羊的距离,进而知晓拍摄识别到的羊距离摄像头的准确距离,并利用多传感器求取平均值的办法来减小误差,提高测距的准确性。
S304:根据每只羊的侧身图像及每只羊距离采集设备的距离,计算目标羊群中每只羊的侧身面积,记录羊标识及其对应的侧身面积和采集时间。
优选地,根据以下第二公式计算目标羊群中每只羊的侧身面积:
在第二公式中,Sa表示目标羊群中第a只羊的侧身面积;S0表示所述第a只羊的侧身图像总面积;p表示所述第a只羊的侧身图像中每一行像素点的个数;q表示所述第a只羊的侧身图像中每一列像素点的个数;Da表示所述第a只羊的侧身图像中第a只羊的身体所占像素点的个数;f表示所述摄像头的焦距值。
本实施例中,根据当前摄像头与每只羊的距离以及摄像头采集的侧身图像中每只羊的像素点个数得到每只羊的侧身面积,进而知晓每只羊当前侧身面积的大小,从而反应出每一只羊当前的体型状态,进一步的加深了对羊群中每一只羊的成长状态的记录。
S305:根据所述目标羊群中每只羊的侧身面积,计算每只羊在预设时长内的日平均生长系数。
优选地,所述预设时长为30天,并根据以下第三公式计算每只羊在30天内的日平均生长系数:
在第三公式中,Ka表示目标羊群中的第a只羊在30天内的日平均生长系数;Sa(e)表示目标羊群中的第a只羊在所述30天内第e天的侧身面积,Sa(r)表示目标羊群中的第a只羊在所述30天内第r天的侧身面积,e=1,2,..,30;r=1,2,...,e-1。
本实施例中,根据第三公式,可得到每只羊在近30天内的平均每天的生长系数,进而知晓每一只羊的生长状态,防止有的羊因为特殊原因导致发育出现问题,也可以及时根据所述生长系数来进行判断,达到实时、全面掌握羊的成长动态,保证羊群的健康成长。
本发明实施例提供的一种基于物联网边缘盒子的羊群计数管理方法,在识别完所述监控图像中的每只羊后,可按照识别的先后顺序,分别将摄像头对准每只羊,并在羊侧身正对摄像头时利用安装在所述摄像头上的多个激光测距传感器测量当前摄像头与每只羊的距离并记录当前每只羊的侧身图像,然后根据所述摄像头与每只羊的距离以及侧身图像中每只羊的像素点个数得到每只羊的侧身面积,最后根据近一个月内识别到的每只羊每天的侧身面积得到每只羊在近一个月内的平均每天的生长系数,进而通过所述平均每天的生长系数即可掌握每只羊的成长动态,从而保证羊群健康成长。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,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,可轻易想到的变化或替换,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 (8)
1.一种基于物联网边缘盒子的羊群计数管理方法,用于物联网边缘盒子,其特征在于,包括以下步骤:
实时采集目标羊群监控图像;
根据所述目标羊群监控图像,对目标羊群进行分类计数统计。
2.如权利要求1所述的一种基于物联网边缘盒子的羊群计数管理方法,其特征在于,所述根据所述目标羊群监控图像,对目标羊群进行分类计数统计,包括:
根据预设AI算法,分析识别出所述目标羊群监控图像中的每只羊;
对所述目标羊群监控图像中识别出的羊进行计数,得到目标羊群中羊的数量;
根据所述预设AI算法对所述目标羊群监控图像中识别出的每只羊的特征图像进行分析,得到识别出的每只羊的种类以及大小并记录;
对所述目标羊群监控图像中识别出的羊进行分类计数。
3.如权利要求2所述的一种基于物联网边缘盒子的羊群计数管理方法,其特征在于,所述预设AI算法为物联网边缘盒子中的AI算法。
4.如权利要求1-3任一项所述的一种基于物联网边缘盒子的羊群计数管理方法,其特征在于,在所述根据所述目标羊群监控图像,对目标羊群进行分类计数统计之后,还包括:
采集目标羊群中每只羊的侧身图像及每只羊距离采集设备的距离;
根据每只羊的侧身图像及每只羊距离采集设备的距离,计算目标羊群中每只羊的侧身面积,记录羊标识及其对应的侧身面积和采集时间;
根据所述目标羊群中每只羊的侧身面积,计算每只羊在预设时长内的日平均生长系数。
5.如权利要求4所述的一种基于物联网边缘盒子的羊群计数管理方法,其特征在于,所述采集设备包括:摄像头和至少一个安装于摄像头上的激光测距传感器;
所述实时采集目标羊群监控图像,包括:通过所述摄像头实时采集目标羊群监控图像;
所述采集目标羊群中每只羊的侧身图像,包括:通过摄像头采集目标羊群中每只羊的侧身图像;
所述采集目标羊群中每只羊距离采集设备的距离,包括:
采集激光测距传感器发射出的激光至目标羊群中每只羊的往返时间;
根据激光测距传感器发射出的激光至目标羊群中每只羊的往返时间,计算目标羊群中每只羊距离采集设备的距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111401158.6A CN114219767B (zh) | 2021-11-24 | 2021-11-24 | 一种基于物联网边缘盒子的羊群计数管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111401158.6A CN114219767B (zh) | 2021-11-24 | 2021-11-24 | 一种基于物联网边缘盒子的羊群计数管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114219767A true CN114219767A (zh) | 2022-03-22 |
CN114219767B CN114219767B (zh) | 2022-08-19 |
Family
ID=80698032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111401158.6A Active CN114219767B (zh) | 2021-11-24 | 2021-11-24 | 一种基于物联网边缘盒子的羊群计数管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114219767B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809688A (zh) * | 2015-05-08 | 2015-07-29 | 内蒙古科技大学 | 基于仿射变换配准算法的羊体体尺测量方法及系统 |
CN106940789A (zh) * | 2017-03-10 | 2017-07-11 | 广东数相智能科技有限公司 | 一种基于视频识别的数量统计的方法、系统及装置 |
CN107330403A (zh) * | 2017-06-30 | 2017-11-07 | 四川省草原科学研究院 | 一种基于视频数据的牦牛计数方法 |
KR102014353B1 (ko) * | 2018-12-11 | 2019-08-26 | 에이비주식회사 | 머신러닝 기반의 스마트팜 가축관리 시스템 |
US20200214266A1 (en) * | 2017-09-22 | 2020-07-09 | Panasonic Intellectual Property Management Co., Ltd. | Domestic animal information management system, domestic animal barn, domestic animal information management program, and domestic animal information management method |
CN111780716A (zh) * | 2020-07-03 | 2020-10-16 | 杭州电子科技大学 | 一种基于目标像素面积和宽高比的单目实时测距方法 |
CN112541487A (zh) * | 2021-01-01 | 2021-03-23 | 生态环境部卫星环境应用中心 | 基于亚米级高分卫星遥感影像的牧区羊群的自动监测方法 |
-
2021
- 2021-11-24 CN CN202111401158.6A patent/CN114219767B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809688A (zh) * | 2015-05-08 | 2015-07-29 | 内蒙古科技大学 | 基于仿射变换配准算法的羊体体尺测量方法及系统 |
CN106940789A (zh) * | 2017-03-10 | 2017-07-11 | 广东数相智能科技有限公司 | 一种基于视频识别的数量统计的方法、系统及装置 |
CN107330403A (zh) * | 2017-06-30 | 2017-11-07 | 四川省草原科学研究院 | 一种基于视频数据的牦牛计数方法 |
US20200214266A1 (en) * | 2017-09-22 | 2020-07-09 | Panasonic Intellectual Property Management Co., Ltd. | Domestic animal information management system, domestic animal barn, domestic animal information management program, and domestic animal information management method |
KR102014353B1 (ko) * | 2018-12-11 | 2019-08-26 | 에이비주식회사 | 머신러닝 기반의 스마트팜 가축관리 시스템 |
CN111780716A (zh) * | 2020-07-03 | 2020-10-16 | 杭州电子科技大学 | 一种基于目标像素面积和宽高比的单目实时测距方法 |
CN112541487A (zh) * | 2021-01-01 | 2021-03-23 | 生态环境部卫星环境应用中心 | 基于亚米级高分卫星遥感影像的牧区羊群的自动监测方法 |
Non-Patent Citations (4)
Title |
---|
杨艳等: "基于计算机视觉技术估算种猪体重的应用研究", 《农业工程学报》 * |
毛富仁: "用Quick Bird遥感影像监测区域牛羊圈分布情况初探", 《青海环境》 * |
蔡葆等: "甜菜营养生长规律的研究", 《中国糖料》 * |
韦凤英等: "广西三黄鸡选育及产业化", 《养禽与禽病防治》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114219767B (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109840549B (zh) | 一种病虫害识别方法和装置 | |
US11116182B2 (en) | System for monitoring pasture intake | |
CN109686088B (zh) | 一种交通视频告警方法、设备及系统 | |
Tsai et al. | Assessment of dairy cow heat stress by monitoring drinking behaviour using an embedded imaging system | |
CN115908424A (zh) | 基于三维激光扫描的建筑物健康检测方法、系统及介质 | |
CN106940789A (zh) | 一种基于视频识别的数量统计的方法、系统及装置 | |
CN110865418B (zh) | 污水违规排放监测方法、装置及计算机可读存储介质 | |
Pannwitz | Standardized analysis of German cattle mortality using national register data | |
Feng et al. | SocialCattle: IoT-based mastitis detection and control through social cattle behavior sensing in smart farms | |
CN110991222A (zh) | 一种物体状态监测、母猪发情监测方法、装置及系统 | |
EP3866056A1 (en) | Method, system and computer programs for traceability of living specimens | |
JP7204093B2 (ja) | 検知装置、検知方法及びプログラム | |
CN114219767B (zh) | 一种基于物联网边缘盒子的羊群计数管理方法 | |
Dela Rue et al. | Using activity-based monitoring systems to detect dairy cows in oestrus: a field evaluation | |
CN113068657A (zh) | 一种智能化高效养猪方法及系统 | |
CN117037530A (zh) | 一种停车资源动态监管分析方法 | |
CN116681256A (zh) | 基于实时事件驱动模式的可视化数据流处理平台 | |
CN113807143A (zh) | 作物连通域的识别方法、装置及作业系统 | |
Brivio et al. | Dealing with intra-individual variability in the analysis of activity patterns from accelerometer data | |
CN113516139A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN115468598A (zh) | 一种猪舍环境智慧监控方法及系统 | |
WO2023041904A1 (en) | Systems and methods for the automated monitoring of animal physiological conditions and for the prediction of animal phenotypes and health outcomes | |
CN114283386A (zh) | 一种基于大数据的分析适应密集场景人流实时监测系统 | |
Natteri et al. | A telematics enabled analytics approach for determining tractor usage | |
CN108664912A (zh) | 一种信息处理方法、装置、计算机存储介质及终端 |
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 |