CN114359969A - 一种羊脸图像采集装置及图像识别方法 - Google Patents

Abstract

本发明公开一种羊脸图像采集装置及方法，装置包括：两个轨道传送带、图像采集器和网络服务终端；其中，两个轨道传送带所在的面存在相交线；图像采集器与传送通道对应设置，传送通道是指两个轨道传送带之间的区域；网络服务终端与图像采集器连接；传送通道用于将羊固定放置在两个轨道传送带之间，带动羊从轨道传送带的一端运行到另一端；图像采集器用于采集羊在运输过程中至少一张羊脸图像；网络服务终端用于将羊脸图像进行处理或/和识别。本发明通过设置V型轨道传送通道将羊夹在中央，进而防止因羊头部来回晃动导致采集图像容易出现模糊、低头等情况。

Description

一种羊脸图像采集装置及图像识别方法

技术领域

本发明涉及图像数据采集技术领域，特别是涉及一种羊脸图像采集装置及图像识别方法。

背景技术

目前主流识别羊只身份的方法主要是依靠人工观察法和侵入式设备技术。然而在实际养殖过程中，人工观察法过于依靠观察者的经验以及记忆，直观性较强，准确率低且需要付出巨大劳动力。另一方面，侵入式设备对羊只具有伤害性且易受干扰识别效率低，仅靠侵入式设备难以有效识别羊只身份。

随着机器视觉以及机器学习技术的发展，机器视觉技术提供了一种非侵入式、低成本、高效且准确率高的方法，通过羊脸图像识别个体身份。

目前使用机器视觉技术在羊脸识别上的应用往往都局限于羊脸图像的采集存在诸多困难，羊只性格胆小应激反应强，对人类存在警惕心理，羊只头部活动频繁，因此传统采集方法采集到的图像容易出现模糊、低头等情况。

发明内容

本发明的目的是提供一种羊脸图像采集装置及图像识别方法，以实现准确采集羊脸图像。

为实现上述目的，本发明提供了一种羊脸图像采集装置，所述装置包括：

两个轨道传送带、图像采集器和网络服务终端；其中，两个所述轨道传送带所在的面存在相交线；

所述图像采集器与传送通道对应设置，所述传送通道是指两个所述轨道传送带之间的区域；所述网络服务终端与所述图像采集器连接；

所述传送通道用于将羊承载放置在两个所述轨道传送带之间，带动羊从所述轨道传送带的一端运行到所述轨道传送带的另一端；

所述图像采集器用于采集羊在运输过程中至少一张羊脸图像；

所述网络服务终端用于基于所述羊脸图像识别羊的身份信息。

可选地，所述装置还包括：两侧围板，用于构成通行通道；所述通行通道与所述传送通道对应设置，且设置在远离所述图像采集器的一侧；所述通行通道用于让羊有序通行。

可选地，在至少一侧围板上设置有RFID耳标识别器，与所述网络服务终端连接，用于识别耳标得到各只羊对应的身份信息，并将各只羊对应的身份信息发送至所述网络服务终端进行存储。

可选地，在两侧围板上至少设置一个闸门，用于控制羊逐个进入。

可选地，所述图像采集器包括：

摄像机，与所述网络服务终端连接，用于采集羊在运输过程中至少一张羊脸图像，并将羊脸图像发送至所述网络服务终端；

转动机构，用于带动所述摄像机转动，调整拍照角度；

驱动电机，与所述转动机构连接，用于给所述转动机构提供动力；

继电器，与所述网络服务终端连接，用于根据所述网络服务终端下发的指令控制所述驱动电机的工作状态。

可选地，所述轨道传送带包括：

传送带主体、皮带和传动轴；在所述传送带主体的两端分别设置所述传动轴，所述皮带设置在所述传送带主体以及所述传动轴上。

可选地，所述轨道传送带还包括：

控制器和电控开关；所述电控开关通过所述控制器与所述传动轴连接；所述电控开关用于通过所述控制器发出的控制指令控制所述传动轴转动。

可选地，所述轨道传送带还包括：

故障信号灯，与所述控制器连接；

当所述电控开关打开，并且所述传动轴不转动时，所述控制器通过控制所述故障信号灯进行报警。

本发明还提供一种羊脸图像识别方法，所述方法利用上述装置采集待识别的羊脸图像；

将待识别的羊脸图像输入到训练好的羊脸识别模型中进行羊脸识别，获得羊的身份信息。

可选地，所述方法还包括：

构建样本训练集；所述样本训练集包括预处理后的羊脸图像和与羊脸图像对应的羊的身份信息；

将所述训练集输入至卷积神经网络进行训练，直至收敛则输出训练好的羊脸识别模型。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开一种羊脸图像采集装置及方法，装置包括：两个轨道传送带、图像采集器和网络服务终端；其中，两个轨道传送带所在的面存在相交线；图像采集器与传送通道对应设置，传送通道是指两个轨道传送带之间的区域；网络服务终端与图像采集器连接；传送通道用于将羊固定放置在两个轨道传送带之间，带动羊从轨道传送带的一端运行到另一端；图像采集器用于采集羊在运输过程中至少一张羊脸图像；网络服务终端用于将羊脸图像进行处理或/和识别。本发明通过设置V型轨道传送通道将羊夹在中央，进而防止因羊头部来回晃动导致采集图像容易出现模糊、低头等情况。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明羊脸图像采集装置结构图；

图2为本发明传送带结构示意图；

图3为本发明图像采集器的图像采集示意图；

图4为本发明图像采集器的结构示意图；

符号说明：10-围板；110-闸门；120-RFID耳标识别器；20-轨道传送带；210-传送带主体；2110-皮带；2120-传动轴；2130-传输线；2140-控制器；2150-故障信号灯；2160-电控开关；220-传送通道；30-图像采集器；310-转动机构；320-驱动电机；330-继电器；40-网络服务终端。

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。

本发明的目的是提供一种羊脸图像采集装置及图像识别方法，以实现准确采集羊脸图像。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1

如图1所示，本发明公开一种羊脸图像采集装置，所述装置包括：两个轨道传送带20、图像采集器30和网络服务终端40；其中，两个所述轨道传送带20所在的面存在相交线；所述图像采集器30与传送通道220对应设置，所述传送通道220是指两个所述轨道传送带20之间的区域；所述网络服务终端40与所述图像采集器30连接。

所述传送通道220用于将羊承载放置在两个所述轨道传送带20之间，带动羊从所述轨道传送带20的一端运行到所述轨道传送带20的另一端；所述图像采集器30用于采集羊在运输过程中至少一张羊脸图像；所述网络服务终端40用于基于所述羊脸图像识别羊的身份信息。

本实施例中，所述网络服务终端40可以将采集的羊脸图像输入到训练好的羊脸识别模型中进行羊脸识别，获得羊的身份信息；所述网络服务终端40还可以用于将多张羊脸图像进行处理，并利用预处理后的羊脸图像和各图像对应的羊的身份信息来训练卷积神经网络模型，获得训练好的羊脸识别模型。本实施例中，训练卷积神经网络模型时所需的各图像对应的羊的身份信息既可以直接给定，还可以通过后面RFID耳标识别器采集。

作为一种可选的实施方式，本发明所述装置还包括：两侧围板10，用于构成通行通道；所述通行通道与所述传送通道220对应设置，且设置在远离所述图像采集器30的一侧；所述通行通道用于让羊有序通行。本实施例中，所述图像采集器30设置在传送通道220的左上方，且与地面水平线呈45°斜角放置，两个轨道传送带20呈V型设置，底部地面挖空设置为空槽，以确保羊只腿部悬空固定在轨道传送带20上，同时运行过程中两侧皮带2110与羊只存在摩擦力，确保羊只不会滑落。

图1中给出了两侧围板10与两个轨道传送带20相连接的示意图，还可以为两侧围板10与两个轨道传送带20不连接，此处只要保证同一侧的围板10与轨道传送带20之间的距离小于羊的身体宽度即可，在此不再限定。

本实施例中，在至少一侧围板10上设置有RFID耳标识别器120，将各RFID耳标识别器120与所述网络服务终端40连接，利用RFID耳标识别器120识别耳标得到各只羊对应的身份信息，并将各只羊对应的身份信息发送至所述网络服务终端40进行存储。如图1所示，本发明在靠近传送通道220侧的围板10上设置了1个RFID耳标识别器120，还可以设置在远离传送通道220侧的围板10上设置了RFID耳标识别器120，以上仅仅为一种举例，为了提高检测的准确性，本发明还可以实现在多个位置设置多个RFID耳标识别器120。另外，RFID耳标识别器120与网络服务终端40之间的数据传输既可以通过有线进行数据传输，还可以通过无线进行数据传输；当选择无线进行数据传输时，则可以选为蓝牙或者WiFi等进行传输，在此不做限定。

本实施例中，所述通行通道长度可视养殖场情况而定，设置长度可以为5m-10m，设置高度为150cm。闸门110与轨道传送带20的距离可以为150cm-200cm，高度与所述通行通道一致。通常RFID耳标识别器120距离地面高度设置为80cm，从而稳定采集羊只身份信息。

为了保证羊能够逐个进入传动通道，所以本发明在两侧围板10上至少设置一个闸门110，当有一个羊已进入传动通道时，则关闭闸门110，防止因后面的羊进入影响采集羊脸图像的准确性。如图1所示，本发明在靠近传送通道220侧的围板10上设置了1个闸门110，还可以设置在远离传送通道220侧的围板10上设置闸门110，以上仅仅为一种举例，为了提高检测的准确性，本发明还可以实现在多个位置设置多个闸门110，以使各羊逐个进入对应区域。

如图3所示，图像采集器30距离两轨道传送带20的距离可以为50cm-80cm，图像采集器30的设置高度为2m，且调整拍摄角度为斜下方45°拍摄方向朝向羊只脸部，进而可以获得清晰的羊只脸部图像信息。图像采集器30距离地面有一定的高度，可以避免光线过暗导致的拍摄模糊、对不上焦点等问题。

如图4所示，本发明所述图像采集器30包括：摄像机、转动机构310、驱动电机320和继电器330，所述摄像机与所述网络服务终端40连接，所述网络服务终端40通过所述继电器330与所述驱动电机320连接，所述摄像机设置在所述转动机构310上；所述继电器330用于根据所述网络服务终端40下发的指令控制所述驱动电机320的工作状态；所述驱动电机320用于给所述转动机构310提供动力；所述转动机构310用于带动所述摄像机转动，调整拍照角度；摄像机用于采集羊在运输过程中至少一张羊脸图像，并将羊脸图像发送至所述网络服务终端40。需要说明的是，所述摄像机与所述网络服务终端40相耦接，通过电连接线进行数据传输；驱动电机320的输出轴与转动机构310相连接，以使得驱动电机320可以带动转动机构310转动，进而调整到合适的拍摄角度。

如图2所示，本发明所述轨道传送带20包括：传送带主体210、皮带2110和传动轴2120；在所述传送带主体210的两端分别设置所述传动轴2120，所述皮带2110设置在所述传送带主体210以及所述传动轴2120上。如图3所示，本实施例中，传送带主体210的长度设置为3m，传送带主体210与竖直方向的夹角呈45°斜角放置，设置高度为1m。

作为一种可选的实施方式，本发明所述轨道传送带20还包括：控制器2140、电控开关2160和故障信号灯2150；所述电控开关2160通过所述控制器2140与所述传动轴2120连接；所述电控开关2160用于通过所述控制器2140发出的控制指令控制所述传动轴2120转动。如图2所示，本发明将控制器2140设置于传送带主体210侧方的中间位置，分别通过传输线2130与两侧的电控开关2160和故障信号灯2150连接；当所述电控开关2160打开，并且所述传动轴2120不转动时，所述控制器2140通过控制所述故障信号灯2150进行报警。也就是说，通过故障信号灯2150的工作状态可以判断两端传动轴2120的运行状态，也就是说，当故障信号灯2150亮时，则说明传动轴2120不转。

作为一种可选的实施方式，本发明所述网络服务终端40包括服务器、路由器和移动终端；所述服务器通过所述路由器与所述移动终端连接；所述服务器内部存储训练好的羊脸识别模型，将采集的羊脸图像输入到训练好的羊脸识别模型中进行羊脸识别，获得羊的身份信息，所述服务器通过所述路由器将识别的羊的身份信息发送至所述移动终端进行显示。

所述服务器还用于将多张羊脸图像进行处理，并利用预处理后的羊脸图像和各图像对应的羊的身份信息来训练卷积神经网络模型，获得训练好的羊脸识别模型。

实施例2

本发明还公开一种羊脸图像识别方法，所述方法利用实施例1中的装置采集待识别的羊脸图像。

将待识别的羊脸图像输入到训练好的羊脸识别模型中进行羊脸识别，获得羊的身份信息。

本发明所述方法还包括：

构建样本训练集；所述样本训练集包括预处理后的羊脸图像和与羊脸图像对应的羊的身份信息。

将所述训练集输入至卷积神经网络进行训练，直至收敛则输出训练好的羊脸识别模型。所述卷积神经网络输入预处理后的羊脸图像，所述卷积神经网络输出羊脸图像对应的羊的身份信息。

本发明构建样本训练集的方法包括：

对多张羊脸图像进行图像增强以及标记处理，框选羊脸位置以及脸部面积，获得多个不同像素的羊脸图像。

并将不同像素的羊脸图像按照设定的像素阈值分成多个等级。

从多个等级的羊脸图像中任意抽取设定数量的羊脸图像作为卷积神经网络的输入，即预处理后的羊脸图像。

利用实施例1中的RFID耳标识别器获取各张羊脸图像对应的羊的身份信息。

上述实施例为了保证采集的羊脸图像数据集的丰富性，高等级的两张直接选择，中等级的三张随机选择两张，低等级的五张随机选择一张，最终保留五张作为羊只脸部的最终采集图像。具体的，因深度学习领域难以预测学习过程中数据集对最终训练效果的具体影响，所以在此三个等级图像都进行选择用来组建最终的样本数据集。

本发明从多个等级的羊脸图像中任意抽取设定数量的羊脸图像作为卷积神经网络的输入，进而可以降低模型训练时羊脸相似度太高而带来的误差，由此可以提高羊只身份估测的精度，进而提高羊只实际生产管理效率。

实施例3

本发明采用卷积神经网络对样本数据集进行训练，卷积神经网络模型可以选取YOLOv4网络，但是单采用YOLOv4网络适用性低，因此引入注意力机制(CBAM)，进而加强图像中羊只脸部的注意力；同时把模型中的传统的卷积结构替换成深度可分离卷积结构(Depthwise separable convolution)，该结构极大的缩减了模型的训练参数，提高了识别速度。训练完成后得到权重文件，进而进行分析预测，得到模型训练的精准率(Precision)、召回率(Recall)和准确率(Accuracy)，从而估测训练识别效果，筛选最优的权重文件(即存储羊脸识别模型的文件)。

使用LabVIEW设计上位机识别系统(即移动终端)从而实时显示识别结果，在LabVIEW中可以利用python节点导入建立的YOLOv4-tiny-CBAM羊脸识别模型，由此，上位机识别系统的面板上可以实时显示识别结果。

基于上述的羊脸识别模型，应用如下：在通行通道处通过RFID耳标识别器对羊只身份信息进行识别并无线传输至上位机识别系统，通过图像采集器实时拍摄采集羊只在轨道传送带的脸部图像，通过电连接线传输数据至上位机识别系统。将采集羊只脸部图像进行处理，并保留三个等级下的五张图像与身份信息进行匹配，生成样本数据集并在服务器中运用构建好的YOLOv4-tiny-CBAM模型进行训练，得到训练后的权重文件并评估训练效果。运用实验室虚拟仪器工程平台(LabVIEW)设计上位机识别系统，将YOLOv4-tiny-CBAM羊脸识别模型导入其中。后续可把羊脸图像实时上传至上位机识别系统从而得到羊只身份信息并保存识别历史与数据。

综上所述，通过本发明提供的羊脸图像采集装置可以从源头提高羊只脸部图像的拍摄质量以及采集速度，且将羊只脸部图像进行处理并匹配身份信息制作成羊脸图像数据集，实现了羊脸数据集的快速获取。通过卷积神经网络和注意力机制对羊脸数据集进行训练，基于羊脸图像利用训练后的羊脸识别模型识别羊只身份信息，并显示羊只身份信息，由此提高羊脸识别的识别效率。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种羊脸图像采集装置，其特征在于，所述装置包括：

两个轨道传送带、图像采集器和网络服务终端；其中，两个所述轨道传送带所在的面存在相交线；

所述图像采集器与传送通道对应设置，所述传送通道是指两个所述轨道传送带之间的区域；所述网络服务终端与所述图像采集器连接；

所述传送通道用于将羊承载放置在两个所述轨道传送带之间，带动羊从所述轨道传送带的一端运行到所述轨道传送带的另一端；

所述图像采集器用于采集羊在运输过程中至少一张羊脸图像；

所述网络服务终端用于基于所述羊脸图像识别羊的身份信息。

2.根据权利要求1所述的羊脸图像采集装置，其特征在于，所述装置还包括：两侧围板，用于构成通行通道；所述通行通道与所述传送通道对应设置，且设置在远离所述图像采集器的一侧；所述通行通道用于让羊有序通行。

3.根据权利要求2所述的羊脸图像采集装置，其特征在于，在至少一侧围板上设置有RFID耳标识别器，与所述网络服务终端连接，用于识别耳标得到各只羊对应的身份信息，并将各只羊对应的身份信息发送至所述网络服务终端进行存储。

4.根据权利要求3所述的羊脸图像采集装置，其特征在于，在两侧围板上至少设置一个闸门，用于控制羊逐个进入。

5.根据权利要求1所述的羊脸图像采集装置，其特征在于，所述图像采集器包括：

摄像机，与所述网络服务终端连接，用于采集羊在运输过程中至少一张羊脸图像，并将羊脸图像发送至所述网络服务终端；

转动机构，用于带动所述摄像机转动，调整拍照角度；

驱动电机，与所述转动机构连接，用于给所述转动机构提供动力；

继电器，与所述网络服务终端连接，用于根据所述网络服务终端下发的指令控制所述驱动电机的工作状态。

6.根据权利要求1所述的羊脸图像采集装置，其特征在于，所述轨道传送带包括：

传送带主体、皮带和传动轴；在所述传送带主体的两端分别设置所述传动轴，所述皮带设置在所述传送带主体以及所述传动轴上。

7.根据权利要求6所述的羊脸图像采集装置，其特征在于，所述轨道传送带还包括：

控制器和电控开关；所述电控开关通过所述控制器与所述传动轴连接；所述电控开关用于通过所述控制器发出的控制指令控制所述传动轴转动。

8.根据权利要求7所述的羊脸图像采集装置，其特征在于，所述轨道传送带还包括：

故障信号灯，与所述控制器连接；

当所述电控开关打开，并且所述传动轴不转动时，所述控制器通过控制所述故障信号灯进行报警。

9.一种羊脸图像识别方法，其特征在于，所述方法利用权利要求1-8任一项所述的装置采集待识别的羊脸图像；

将待识别的羊脸图像输入到训练好的羊脸识别模型中进行羊脸识别，获得羊的身份信息。

10.根据权利要求9所述的羊脸图像识别方法，其特征在于，所述方法还包括：

构建样本训练集；所述样本训练集包括预处理后的羊脸图像和与羊脸图像对应的羊的身份信息；

将所述训练集输入至卷积神经网络进行训练，直至收敛则输出训练好的羊脸识别模型。

Images