CN115299366B - 智慧喂食方法、装置、电子设备及存储介质 - Google Patents
智慧喂食方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115299366B CN115299366B CN202210708185.6A CN202210708185A CN115299366B CN 115299366 B CN115299366 B CN 115299366B CN 202210708185 A CN202210708185 A CN 202210708185A CN 115299366 B CN115299366 B CN 115299366B
- Authority
- CN
- China
- Prior art keywords
- feeding
- pet
- audio
- action
- probability
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 235000013305 food Nutrition 0.000 claims abstract description 61
- 230000037213 diet Effects 0.000 claims abstract description 15
- 235000005911 diet Nutrition 0.000 claims abstract description 15
- 230000009471 action Effects 0.000 claims description 88
- 238000012545 processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 11
- 230000000875 corresponding effect Effects 0.000 claims 16
- 238000000605 extraction Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000009191 jumping Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000037406 food intake Effects 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000021152 breakfast Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K5/00—Feeding devices for stock or game ; Feeding wagons; Feeding stacks
- A01K5/02—Automatic devices
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K67/00—Rearing or breeding animals, not otherwise provided for; New or modified breeds of animals
- A01K67/02—Breeding vertebrates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/535—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/54—Extraction of image or video features relating to texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Human Computer Interaction (AREA)
- Zoology (AREA)
- Animal Behavior & Ethology (AREA)
- Birds (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Feeding And Watering For Cattle Raising And Animal Husbandry (AREA)
Abstract
本申请涉及人工智能技术领域,具体公开了一种智慧喂食方法、装置、电子设备及存储介质,其中,方法包括:获取进入取食区域内的宠物的视频数据,其中,取食区域为以食盒为中心的球形区域;对视频数据进行分析,确定宠物的取食概率;当取食概率大于第一阈值时,对视频数据进行视频帧提取,得到宠物的鼻纹图像;确定鼻纹图像与喂食数据库中预存的至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第一相似度;若至少一个第一相似度中存在大于或等于第二阈值的至少一个第二相似度,则将至少一个第二相似度中最大值对应的第一宠物作为第一目标宠物,并获取第一目标宠物的第一喂食方案;根据第一喂食方案获取第一目标食料,对宠物进行喂食。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种智慧喂食方法、装置、电子设备及存储介质。
背景技术
对于饲养有多只宠物的家庭,由于不同宠物的种类、生长周期、健康状态等的区别,喂食的食料及其配比也不相同。传统的喂食方式需要饲养者在对应的时间段针对不同的宠物分别准备相应的食料至于食盒中。这种喂食方式需要饲养者在对应的时间实时准备相应的食物,需要花费大量的时间进行准备,且对于需要工作或时长外出的饲养者而言,无法实现。
发明内容
为了解决现有技术中存在的上述问题,本申请实施方式提供了一种智慧喂食方法、装置、电子设备及存储介质,可以通过鼻纹对宠物的身份进行精准识别,继而根据身份信息获取预先配置的喂食方案进行喂食,继而实现对不同宠物、不同时间下的自动化差异喂食。
第一方面,本申请的实施方式提供了一种智慧喂食方法,该方法包括:
获取进入取食区域内的宠物的视频数据,其中,取食区域为以食盒为中心的球形区域;
对视频数据进行分析,确定宠物的取食概率;
当取食概率大于第一阈值时,对视频数据进行视频帧提取,得到宠物的鼻纹图像;
确定鼻纹图像与喂食数据库中预存的至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第一相似度,其中,至少一个第一相似度与至少一个第一宠物一一对应;
若至少一个第一相似度中存在大于或等于第二阈值的至少一个第二相似度,则将至少一个第二相似度中最大值对应的第一宠物作为第一目标宠物,并获取第一目标宠物的第一喂食方案;
根据第一喂食方案获取第一目标食料,对宠物进行喂食。
第二方面,本申请的实施方式提供了一种智慧喂食装置,包括:
采集模块,用于获取进入取食区域内的宠物的视频数据,其中,取食区域为以食盒为中心的球形区域;
分析模块,用于对视频数据进行分析,确定宠物的取食概率;
采集模块,还用于在取食概率大于第一阈值时,对视频数据进行视频帧提取,得到宠物的鼻纹图像;
分析模块,还用于确定鼻纹图像与喂食数据库中预存的至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第一相似度,其中,至少一个第一相似度与至少一个第一宠物一一对应;
喂食模块,用于在至少一个第一相似度中存在大于或等于第二阈值的至少一个第二相似度,则将至少一个第二相似度中最大值对应的第一宠物作为第一目标宠物,并获取第一目标宠物的第一喂食方案,并根据第一喂食方案获取第一目标食料,对宠物进行喂食。
第三方面,本申请实施方式提供一种电子设备,包括:处理器,处理器与存储器相连,存储器用于存储计算机程序,处理器用于执行存储器中存储的计算机程序,以使得电子设备执行如第一方面的方法。
第四方面,本申请实施方式提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序使得计算机执行如第一方面的方法。
第五方面,本申请实施方式提供一种计算机程序产品,计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,计算机可操作来使计算机执行如第一方面的方法。
实施本申请实施方式,具有如下有益效果:
在本申请实施方式中,通过安装于食盒上的摄像装置,获取进入以食盒为中心的球形取食区域的宠物的视频数据,继而对该视频数据进行分析,确定该宠物的取食概率。由此,仅仅在取食概率高于第一阈值时,即宠物确实存在取食需求时,才进入后续的分析环节,否则将继续对该宠物的行为进行分析,直至其产生取食需求或者离开取食范围。由此,食盒无需对进入区域的每个宠物进行身份的分析和验证,只是对其中真正有取食需求的宠物进行身份的分析验证,继而可以减轻食盒的功耗,延长食盒的使用寿命。然后,确定该宠物确实存在较大的取食概率时,通过对视频数据中宠物正脸的视频帧进行提取,得到宠物的鼻纹图像,并将鼻纹图像与喂食数据库中预存的至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第一相似度。若至少一个第一相似度中存在大于或等于第二阈值的至少一个第二相似度,则将至少一个第二相似度中最大值对应的第一宠物作为第一目标宠物,并获取第一目标宠物的第一喂食方案。最后,根据第一喂食方案获取第一目标食料,对宠物进行喂食。由此,通过鼻纹对宠物的身份进行精准识别,继而根据身份信息获取预先配置的喂食方案进行喂食,继而实现对不同宠物、不同时间下的自动化差异喂食。
附图说明
为了更清楚地说明本申请实施方式中的技术方案,下面将对实施方式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申请的一些实施方式,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他的附图。
图1为本申请实施方式提供的一种智慧喂食装置的硬件结构示意图;
图2为本申请实施方式提供的一种应用智慧喂食方法的系统的框架图;
图3为本申请实施方式提供的一种应用智慧喂食方法的宠物食盒的示意图;
图4为本申请实施方式提供的一种智慧喂食方法的流程示意图;
图5为本申请实施方式提供的一种取食区域的示意图;
图6为本申请实施方式提供的一种对视频数据进行分析,确定宠物的取食概率的方法的流程示意图;
图7为本申请实施方式提供的一种智慧喂食装置的功能模块组成框图;
图8为本申请实施方式提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本申请一部分实施方式,而不是全部的实施方式。基于本申请中的实施方式,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他实施方式,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施方式”意味着,结合实施方式描述的特定特征、结果或特性可以包含在本申请的至少一个实施方式中。在说明书中的各个位置出现该短语并不一定均是指相同的实施方式,也不是与其它实施方式互斥的独立的或备选的实施方式。本领域技术人员显式地和隐式地理解的是,本文所描述的实施方式可以与其它实施方式相结合。
首先,参阅图1,图1为本申请实施方式提供的一种智慧喂食装置的硬件结构示意图。该智慧喂食装置100包括至少一个处理器101,通信线路102,存储器103以及至少一个通信接口104。
在本实施方式中,处理器101,可以是一个通用中央处理器(central processingunit,CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
通信线路102,可以包括一通路,在上述组件之间传送信息。
通信接口104,可以是任何收发器一类的装置(如天线等),用于与其他设备或通信网络通信,例如以太网,RAN,无线局域网(wireless local area networks,WLAN)等。
存储器103,可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
在本实施方式中,存储器103可以独立存在,通过通信线路102与处理器101相连接。存储器103也可以和处理器101集成在一起。本申请实施方式提供的存储器103通常可以具有非易失性。其中,存储器103用于存储执行本申请方案的计算机执行指令,并由处理器101来控制执行。处理器101用于执行存储器103中存储的计算机执行指令,从而实现本申请下述实施方式中提供的方法。
在可选的实施方式中,计算机执行指令也可以称之为应用程序代码,本申请对此不作具体限定。
在可选的实施方式中,处理器101可以包括一个或多个CPU,例如图1中的CPU0和CPU1。
在可选的实施方式中,该智慧喂食装置100可以包括多个处理器,例如图1中的处理器101和处理器107。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
在可选的实施方式中,若智慧喂食装置100为服务器,例如,可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。则智慧喂食装置100还可以包括输出设备105和输入设备106。输出设备105和处理器101通信,可以以多种方式来显示信息。例如,输出设备105可以是液晶显示器(liquid crystal display,LCD),发光二级管(light emittingdiode,LED)显示设备,阴极射线管(cathode ray tube,CRT)显示设备,或投影仪(projector)等。输入设备106和处理器101通信,可以以多种方式接收用户的输入。例如,输入设备106可以是鼠标、键盘、触摸屏设备或传感设备等。
上述的智慧喂食装置100可以是一个通用设备或者是一个专用设备。本申请实施方式不限定智慧喂食装置100的类型。
其次,图2为本申请实施方式提供的一种应用智慧喂食方法的系统的框架图。具体而言,该系统可以包括:采集装置201、喂食装置202、食盒203和数据库204。其中,采集装置201可以是摄像头、智能手机(如Android手机、iOS手机、Windows Phone手机等)、穿戴式智能摄像设备等可以进行图像、音频、视频采集的装置,用于采集进入取食区域内的宠物的视频数据,对其进行分析,确定该宠物的进食概率。并在其进食概率大于第一阈值时,在视频数据中筛选出显示该宠物的正面清晰图像的视频帧进行分析,获取该宠物的鼻纹图像,将该鼻纹图像发送至喂食装置202。
喂食装置202可以是智能手机、平板电脑、掌上电脑、笔记本电脑、移动互联网设备MID(Mobile Internet Devices,简称:MID)、服务器、芯片、芯片组等,用于接收采集装置201发送的鼻纹图像,并将该鼻纹图像与数据库204中预存的至少一个第一宠物的鼻纹特征图像进行比对,继而确定该宠物的身份。并在确定该宠物的身份后,根据身份信息获取对应的喂食方案下发至食盒203,使食盒203根据该喂食方案获取相关的食料,对该宠物进行喂食。此外,喂食装置202还会对数据库204进行更新维护。
在本实施方式中,通过鼻纹对宠物的身份进行精准识别,继而根据身份信息获取预先配置的喂食方案进行喂食,继而实现对不同宠物、不同时间下的自动化差异喂食。
最后,图3为本申请实施方式提供的一种应用智慧喂食方法的宠物食盒的示意图。具体而言,该食盒包括:食盆301、食料储存罐302、保护罩303、摄像头304、通道连接件305和旋转连接件306。其中,食盆301具有容纳宠物食物的空间,食料储存罐302通过通道连接件305与该空间连通,继而使食料储存罐302中的食料可以通过该通道连接件305进入食盆301中。保护罩303设置于食盆301的上方,于食盆301间通过旋转连接件306转动连接。在非喂食状态时,保护罩303覆盖食盆301的整个开口,以防止宠物对食盆中的残留食物进行取食。摄像头304设置于食盆301的顶部,可以是360°全景镜头,继而对以食盆301为中心的球形区域,即取食区域进行监控,并获取进入该区域的宠物的视频数据。
具体而言,当宠物进入取食区域后,摄像头304拍摄其在取食区域内的行为视频,分析该宠物是否存在取食需求,或者是单纯的在该区域中玩耍。当确定该宠物存在取食需求后,摄像头304在拍摄的视频中筛选出该宠物的正脸图像,提取其中的鼻纹图像发送至后台服务器或食盒的内置芯片。该后台服务器或食盒的内置芯片中预先存储了饲养者录入的一个或多个宠物的鼻纹信息,以及每个宠物的喂食方案。继而后台服务器或食盒的内置芯片在接收到鼻纹图像后,通过计算该鼻纹图像与录入的一个或多个宠物的鼻纹信息之间的相似度,确定该宠物的身份,继而获取该身份对应的喂食方案。最后,根据该喂食方案在食料储存罐302中获取相应种类和质量的食料,通过通道连接件305传输至食盆301中,并控制旋转连接件306旋转保护罩303,以开放食盆301中容纳宠物食物的空间,使宠物进行取食。
以下,将以图3中的宠物食盒为例,对本申请所公开的智慧喂食方法进行说明:
参阅图4,图4为本申请实施方式提供的一种智慧喂食方法的流程示意图。该智慧喂食方法包括以下步骤:
401:获取进入取食区域内的宠物的视频数据。
在本实施方式中,取食区域为以食盒为中心的球形区域。具体而言,如图5所示,该取食区域为设置于食盆301上方的306°全景摄像头304的拍摄范围。由此,该宠物从任何方向接近食盒时,都会被摄像头304捕捉到,继而对其行为进行拍摄记录,生成视频数据。
402:对视频数据进行分析,确定宠物的取食概率。
在本实施方式中,取食概率用于表示该宠物在食盒前的行为偏向于取食的程度,取食概率越高,说明该宠物来取食的倾向越大,取食概率越低,则说明该宠物来玩耍的倾向越大。
示例性的,在本实施方式中,提供了一种对视频数据进行分析,确定宠物的取食概率的方法,如图6所示,该方法包括:
601:对视频数据进行分轨处理,得到视频轨数据和音频轨数据。
602:对视频轨数据进行分析,得到宠物的动作取食概率。
示例性的,首先可以对视频轨数据进行动作识别,得到至少一个第一子动作。具体而言,可以对视频轨数据进行分帧,得到多个图像帧,继而对每个图像帧中宠物的姿态进行特征提取,得到每个图像帧对应的姿态特征,并将这些姿态特征按照其对应的每个图像帧在视频轨数据中的先后顺序进行排序,得到特征序列。同时,在数据库204中,预先存储了各类宠物对应的一系列子动作的标准特征序列,基于此,通过视频轨数据识别出该宠物的品种后,获取该品种宠物对应的各个子动作的标准特征序列。然后,根据这些标准特征序列在视频轨数据的特征序列中进行比对,例如,通过滑动窗口算法基于每个标准特征序列建立一个窗口,继而在视频轨数据的特征序列中进行滑动比对。由此,即可确定该序列特征中包含的各个子动作,得到该至少一个第一子动作。
然后,可以提取至少一个第一子动作中动作类型为取食类型的子动作,得到至少一个第二子动作。并确定至少一个第二子动作中的所有动作种类,以及所有动作种类中的每种动作种类对应的动作数量。最后,即可根据每种动作种类对应的动作数量确定动作取食概率。
具体而言,在确定出至少一个第二子动作后,可以将至少一个第一子动作中除去至少一个第二子动作后剩下的第一子动作进行集合,得到至少一个第三子动作。再根据每个第二子动作的动作信息,将动作信息相同的第二子动作分为一组,得到至少一个第一动作组。同样的,可以根据至少一个第三子动作中的每个第三子动作的动作信息,将动作信息相同的第三子动作分为一组,得到至少一个第二动作组。然后,可以将每个第一动作组所包含的第二子动作的数量作为该第一动作组的权重,将每个第二动作组所包含的第三子动作的数量作为该第二动作组的权重。或者,当每个第一动作组所包含的第二子动作的数量或每个第二动作组所包含的第三子动作的数量大于预设的阈值时,对其赋予固定的权重,否则赋予权重1。最后,可以根据每个第一动作组所包含的第二子动作的数量、每个第一动作组的权重、每个第二动作组所包含的第三子动作的数量、以及每个第二动作组的权重确定宠物的动作取食概率。
具体而言,该动作取食概率可以通过公式①进行表示:
其中,p为进食概率,ai为至少一个第一动作组中第i个第一动作组的权重,xi为第i个第一动作组所包含的第二子动作的数量,n为至少一个第一动作组的数量,bj为至少一个第二动作组中第j个第二动作组的权重,yj为第j个第二动作组所包含的第三子动作的数量,m为至少一个第二动作组的数量,i、j为大于或等于1的整数。
603:根据视频轨数据中有效视频数据的占比,确定动作取食概率的权重。
在本实施方式中,有效视频数据可以指视频轨数据中宠物与食盒之间的交互动作的部分。
604:对音频轨数据进行分析,得到宠物的音频取食概率。
示例性的,首先可以对音频轨数据进行拆分处理,得到至少一个第一子音频,继而提取至少一个第一子音频中每个第一子音频的音色信息、频率信息和音调信息。然后,可以根据每个第一子音频的音色信息、频率信息和音调信息,确定每个第一子音频的声音类型。具体而言,宠物在不同的需求下,其声音会存在不同的变化,这一点类似于人说话时的语气变化,能在一定程度上反映宠物当前的情绪和需求。基于此,可以预先对各类宠物乞食时的声音进行分析,确定各类宠物在乞食时的音色特征、频率特征和音调特征。继而可以将每个第一子音频的音色信息、频率信息和音调信息与这些预设的乞食下的特征进行比对,确定每个第一子音频是否属于乞食时的声音,继而将属于乞食时的第一子音频划分为取食类型,不属于乞食时的第一子音频划分为非取食类型。
然后,可以提取至少一个第一子音频中声音类型为取食类型的子音频,得到至少一个第二子音频,继而确定至少一个第二子音频中的所有音频种类,以及所有音频种类中的每种音频种类对应的音频数量。最后,根据每种音频种类对应的音频数量确定音频取食概率。具体而言,这里与步骤602中确定至少一个第二子动作中的所有动作种类,以及所有动作种类中的每种动作种类对应的动作数量,以及根据每种动作种类对应的动作数量确定动作取食概率的方法类似,在此不再赘述。
605:根据音频轨数据中有效音频数据的占比,确定音频取食概率的权重。
在本实施方式中,有效音频数据可以指音频轨数据中宠物发出声音的部分。
606:根据动作取食概率的权重和音频取食概率的权重对动作取食概率和音频取食概率进行加权求和,得到取食概率。
由此,通过视频和音频的混合分析,使得出的取食概率更加精准。
403:确定取食概率是否大于第一阈值,若是,跳转至步骤404,否则,跳转至步骤416。
在本实施方式中,仅仅在取食概率高于第一阈值时,即宠物确实存在取食需求时,才进入后续的分析环节,否则将继续对该宠物的行为进行分析,直至其产生取食需求或者离开取食范围,或者直接结束本次检测,直至摄像头304被再次触发。由此,食盒无需对进入区域的每个宠物进行身份的分析和验证,只是对其中真正有取食需求的宠物进行身份的分析验证,继而可以减轻食盒的功耗,延长食盒的使用寿命。
404:对视频数据进行视频帧提取,得到宠物的鼻纹图像。
在本实施方式中,可以对视频数据中宠物正脸的视频帧进行提取,再对提取出的视频帧进行面部区域分割,得到该宠物的鼻纹图像。
405:确定鼻纹图像与喂食数据库中预存的至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第一相似度。
在本实施方式中,至少一个第一相似度与至少一个第一宠物一一对应。
406:确定至少一个第一相似度中是否存在大于或等于第二阈值的至少一个第二相似度,若存在,跳转至步骤407,否则,跳转至步骤409。
在本实施方式中,若至少一个第一相似度中存在至少一个大于或等于第二阈值的至少一个第二相似度,则说明该宠物为预先录入的多个宠物中的一个,身份验证通过,可以进行后续食料确定处理。反之,则说明该宠物的鼻纹图像与预先录入的多个宠物中的任何一个都无法匹配,则存在以下两种可能:
(1)该鼻纹图像本身存在质量问题,比如被遮挡或者因为受伤存在缺失导致与原先录入的对应的鼻纹特征之间产生一定的区别使整体的相似度降低;
(2)该宠物不属于预先录入的多个宠物。
此时,需要启动后续的二次确认方案,对该鼻纹图像进行二次验证。
407:将至少一个第二相似度中最大值对应的第一宠物作为第一目标宠物,并获取第一目标宠物的第一喂食方案。
408:根据第一喂食方案获取第一目标食料,对宠物进行喂食。
示例性的,第一喂食方案可以是长期喂食方案,例如:记载了几个月内某宠物的每日喂食范围和配比。基于此,可以获取当前时间和第一目标宠物的历史喂食信息,继而根据当前时间中的日期信息,在喂食方案中确定对应的日喂食方案。具体而言,该日喂食方案用于记录第一目标宠物在对应日期下所需的食料。例如,第一喂食方案可以是如表1所示的表格:
表1:
基于此,当日期信息为6月14日时,对应的日喂食方案即为表2所示的表格:
表2:
早餐 | 食料E | 1 | 1% |
午餐 | 食料A、食料C、食料D | 1:2:1 | 2% |
晚餐 | 食料B | 1 | 1% |
然后,可以根据当前时间中的时间信息,在日喂食方案中确定对应的时段喂食方案,其中,时段喂食方案用于记录第一目标宠物在对应时间段下所需的食料。示例性的,当时间信息为18:30,属于晚餐的时间,则对应的时段喂食方案即为表3所示的表格:
表3:
晚餐 | 食料B | 1 | 1% |
然后,可以根据历史喂食信息和时段喂食方案,确定本次喂食的食料需求表格。具体而言,可以根据历史喂食信息确定在时间信息对应的时间段中,已投喂第一目标宠物的食料的第一信息。沿用上述时间信息为18:30的示例,该时间对应于晚餐的时间段,即17:00-20:00,则获取该宠物在这段时间中的取食信息作为第一信息。例如:该宠物在17:03的时候取食过一次,摄入食料B共X克,则第一信息即为:[食料B,X克]。然后,可以根据时段喂食方案和第一信息,确定在时间信息对应的时间段中,可以投喂第一目标宠物的剩余食料的第二信息。例如:该宠物重Y克,则晚餐时段可以喂食的食料质量为Y*1%克,基于此,沿用上述时间信息为18:30的示例,第二信息即为[食料B,(Y*1%-X)克]。最后,确定时间信息在时间信息对应的时间段中对应的喂食阶段,继而根据喂食阶段对应的喂食比例,在第二信息中确定食料需求表格。
具体而言,在本实施方式中,第一喂食方案中还将每个时间段进行了阶段划分,继而规定了每个阶段可以喂食的最大质量。例如,可以将晚餐时段划分为两段,一段为17:00-19:00,该时段中最大可喂食晚餐可以喂食的食料质量Y*1%克的60%的食料,剩下的40%在第二阶段即19:00-20:00进行喂食。基于此,通过确定当前时间位于的时间段,结合第二信息,即可确定本次喂食的食料的最大可喂质量、需要的食料、和食料的比例,生成食料需求表格。
最后,即可根据食料需求表格从食料存储罐中获取目标食料,对宠物进行喂食。
409:确定鼻纹图像中是否存在缺失区域,若存在缺失区域,跳转至步骤410,否则跳转至步骤416。
在本实施方式中,该缺失区域指被遮挡或由于受伤导致鼻纹受损或失去的区域。
410:对鼻纹图像进行图像修复处理。
在本实施方式中,可以计算非缺失区域的鼻纹的鼻纹方向,并确定鼻纹和缺失区域边界相交的断裂点,预测鼻纹在缺失区域内的走向和延伸方向。继而根据预测出的每个断裂点的鼻纹的走向和延伸方向,由外向内的将灰度信息传播至缺失区域中,完成对鼻纹图像的修补。
411:确定修补后的鼻纹图像与至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第二相似度。
在本实施方式中,至少一个第二相似度与至少一个第一宠物一一对应;
412:根据第二阈值和缺失区域在鼻纹图像中有效区域的占比确定第三阈值。
在本实施方式中,可以将该占比与第二阈值的乘积作为第三阈值。
413:确定至少一个第二相似度中是否存在大于或等于第三阈值的至少一个第三相似度,若存在,跳转至步骤414,否则,跳转至步骤416。
在本实施方式中,若至少一个第二相似度中存在大于或等于第三阈值的至少一个第三相似度,则说明该宠物为预先录入的多个宠物中的一个,身份验证通过,可以进行后续食料确定处理。反之,则说明该宠物不属于预先录入的多个宠物,可以直接结束本次检测。
414:将至少一个第三相似度中最大值对应的第一宠物作为第二目标宠物,并获取第二目标宠物的第二喂食方案。
415:根据第二喂食方案获取第二目标食料,对宠物进行喂食。
在本实施方式中,该步骤与步骤408中根据第一喂食方案获取第一目标食料,对宠物进行喂食的方法类似,在此不再赘述。
416:结束本次检测。
综上所述,本发明所提供的智慧喂食方法中,通过安装于食盒上的摄像装置,获取进入以食盒为中心的球形取食区域的宠物的视频数据,继而对该视频数据进行分析,确定该宠物的取食概率。由此,仅仅在取食概率高于第一阈值时,即宠物确实存在取食需求时,才进入后续的分析环节,否则将继续对该宠物的行为进行分析,直至其产生取食需求或者离开取食范围。由此,食盒无需对进入区域的每个宠物进行身份的分析和验证,只是对其中真正有取食需求的宠物进行身份的分析验证,继而可以减轻食盒的功耗,延长食盒的使用寿命。然后,确定该宠物确实存在较大的取食概率时,通过对视频数据中宠物正脸的视频帧进行提取,得到宠物的鼻纹图像,并将鼻纹图像与喂食数据库中预存的至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第一相似度。若至少一个第一相似度中存在大于或等于第二阈值的至少一个第二相似度,则将至少一个第二相似度中最大值对应的第一宠物作为第一目标宠物,并获取第一目标宠物的第一喂食方案。最后,根据第一喂食方案获取第一目标食料,对宠物进行喂食。由此,通过鼻纹对宠物的身份进行精准识别,继而根据身份信息获取预先配置的喂食方案进行喂食,继而实现对不同宠物、不同时间下的自动化差异喂食。
参阅图7,图7为本申请实施方式提供的一种智慧喂食装置的功能模块组成框图。如图7所示,该智慧喂食装置700包括:
采集模块701,用于获取进入取食区域内的宠物的视频数据,其中,取食区域为以食盒为中心的球形区域;
分析模块702,用于对视频数据进行分析,确定宠物的取食概率;
采集模块701,还用于在取食概率大于第一阈值时,对视频数据进行视频帧提取,得到宠物的鼻纹图像;
分析模块702,还用于确定鼻纹图像与喂食数据库中预存的至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第一相似度,其中,至少一个第一相似度与至少一个第一宠物一一对应;
喂食模块703,用于在至少一个第一相似度中存在大于或等于第二阈值的至少一个第二相似度,则将至少一个第二相似度中最大值对应的第一宠物作为第一目标宠物,并获取第一目标宠物的第一喂食方案,并根据第一喂食方案获取第一目标食料,对宠物进行喂食。
在本发明的实施方式中,在对视频数据进行分析,确定宠物的取食概率方面,分析模块702,具体用于:
对视频数据进行分轨处理,得到视频轨数据和音频轨数据;
对视频轨数据进行分析,得到宠物的动作取食概率;
根据视频轨数据中有效视频数据的占比,确定动作取食概率的权重;
对音频轨数据进行分析,得到宠物的音频取食概率;
根据音频轨数据中有效音频数据的占比,确定音频取食概率的权重;
根据动作取食概率的权重和音频取食概率的权重对动作取食概率和音频取食概率进行加权求和,得到取食概率。
在本发明的实施方式中,在对视频轨数据进行分析,得到宠物的动作取食概率方面,分析模块702,具体用于:
对视频轨数据进行动作识别,得到至少一个第一子动作;
提取至少一个第一子动作中动作类型为取食类型的子动作,得到至少一个第二子动作;
确定至少一个第二子动作中的所有动作种类,以及所有动作种类中的每种动作种类对应的动作数量;
根据每种动作种类对应的动作数量确定动作取食概率。
在本发明的实施方式中,在对音频轨数据进行分析,得到宠物的音频取食概率方面,分析模块702,具体用于:
对音频轨数据进行拆分处理,得到至少一个第一子音频;
提取至少一个第一子音频中每个第一子音频的音色信息、频率信息和音调信息;
根据每个第一子音频的音色信息、频率信息和音调信息,确定每个第一子音频的声音类型;
提取至少一个第一子音频中声音类型为取食类型的子音频,得到至少一个第二子音频;
确定至少一个第二子音频中的所有音频种类,以及所有音频种类中的每种音频种类对应的音频数量;
根据每种音频种类对应的音频数量确定音频取食概率。
在本发明的实施方式中,在根据第一喂食方案获取第一目标食料方面,喂食模块703,具体用于:
获取当前时间和第一目标宠物的历史喂食信息;
根据当前时间中的日期信息,在喂食方案中确定对应的日喂食方案,其中,日喂食方案用于记录第一目标宠物在对应日期下所需的食料;
根据当前时间中的时间信息,在日喂食方案中确定对应的时段喂食方案,其中,时段喂食方案用于记录第一目标宠物在对应时间段下所需的食料;
根据历史喂食信息和时段喂食方案,确定本次喂食的食料需求表格;
根据食料需求表格从食料存储罐中获取目标食料。
在本发明的实施方式中,在根据历史喂食信息和时段喂食方案,确定本次喂食的食料需求表格方面,喂食模块703,具体用于:
根据历史喂食信息确定在时间信息对应的时间段中,已投喂第一目标宠物的食料的第一信息;
根据时段喂食方案和第一信息,确定在时间信息对应的时间段中,可以投喂第一目标宠物的剩余食料的第二信息;
确定时间信息在时间信息对应的时间段中对应的喂食阶段;
根据喂食阶段对应的喂食比例,在第二信息中确定食料需求表格。
在本发明的实施方式中,若至少一个第一相似度中不存在大于或等于第二阈值的至少一个第二相似度,则喂食模块703,还用于:
确定鼻纹图像中是否存在缺失区域;
若鼻纹图像中存在缺失区域,则对鼻纹图像进行图像修复处理;
确定修补后的鼻纹图像与至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第二相似度,其中,至少一个第二相似度与至少一个第一宠物一一对应;
根据第二阈值和缺失区域在鼻纹图像中有效区域的占比确定第三阈值;
若至少一个第二相似度中存在大于或等于第三阈值的至少一个第三相似度,则将至少一个第三相似度中最大值对应的第一宠物作为第二目标宠物,并获取第二目标宠物的第二喂食方案;
根据第二喂食方案获取第二目标食料,对宠物进行喂食。
参阅图8,图8为本申请实施方式提供的一种电子设备的结构示意图。如图8所示,电子设备800包括收发器801、处理器802和存储器803。它们之间通过总线804连接。存储器803用于存储计算机程序和数据,并可以将存储器803存储的数据传输给处理器802。
处理器802用于读取存储器803中的计算机程序执行以下操作:
获取进入取食区域内的宠物的视频数据,其中,取食区域为以食盒为中心的球形区域;
对视频数据进行分析,确定宠物的取食概率;
当取食概率大于第一阈值时,对视频数据进行视频帧提取,得到宠物的鼻纹图像;
确定鼻纹图像与喂食数据库中预存的至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第一相似度,其中,至少一个第一相似度与至少一个第一宠物一一对应;
若至少一个第一相似度中存在大于或等于第二阈值的至少一个第二相似度,则将至少一个第二相似度中最大值对应的第一宠物作为第一目标宠物,并获取第一目标宠物的第一喂食方案;
根据第一喂食方案获取第一目标食料,对宠物进行喂食。
在本发明的实施方式中,在对视频数据进行分析,确定宠物的取食概率方面,处理器802,具体用于执行以下操作:
对视频数据进行分轨处理,得到视频轨数据和音频轨数据;
对视频轨数据进行分析,得到宠物的动作取食概率;
根据视频轨数据中有效视频数据的占比,确定动作取食概率的权重;
对音频轨数据进行分析,得到宠物的音频取食概率;
根据音频轨数据中有效音频数据的占比,确定音频取食概率的权重;
根据动作取食概率的权重和音频取食概率的权重对动作取食概率和音频取食概率进行加权求和,得到取食概率。
在本发明的实施方式中,在对视频轨数据进行分析,得到宠物的动作取食概率方面,处理器802,具体用于执行以下操作:
对视频轨数据进行动作识别,得到至少一个第一子动作;
提取至少一个第一子动作中动作类型为取食类型的子动作,得到至少一个第二子动作;
确定至少一个第二子动作中的所有动作种类,以及所有动作种类中的每种动作种类对应的动作数量;
根据每种动作种类对应的动作数量确定动作取食概率。
在本发明的实施方式中,在对音频轨数据进行分析,得到宠物的音频取食概率方面,处理器802,具体用于执行以下操作:
对音频轨数据进行拆分处理,得到至少一个第一子音频;
提取至少一个第一子音频中每个第一子音频的音色信息、频率信息和音调信息;
根据每个第一子音频的音色信息、频率信息和音调信息,确定每个第一子音频的声音类型;
提取至少一个第一子音频中声音类型为取食类型的子音频,得到至少一个第二子音频;
确定至少一个第二子音频中的所有音频种类,以及所有音频种类中的每种音频种类对应的音频数量;
根据每种音频种类对应的音频数量确定音频取食概率。
在本发明的实施方式中,在根据第一喂食方案获取第一目标食料方面,处理器802,具体用于执行以下操作:
获取当前时间和第一目标宠物的历史喂食信息;
根据当前时间中的日期信息,在喂食方案中确定对应的日喂食方案,其中,日喂食方案用于记录第一目标宠物在对应日期下所需的食料;
根据当前时间中的时间信息,在日喂食方案中确定对应的时段喂食方案,其中,时段喂食方案用于记录第一目标宠物在对应时间段下所需的食料;
根据历史喂食信息和时段喂食方案,确定本次喂食的食料需求表格;
根据食料需求表格从食料存储罐中获取目标食料。
在本发明的实施方式中,在根据历史喂食信息和时段喂食方案,确定本次喂食的食料需求表格方面,处理器802,具体用于执行以下操作:
根据历史喂食信息确定在时间信息对应的时间段中,已投喂第一目标宠物的食料的第一信息;
根据时段喂食方案和第一信息,确定在时间信息对应的时间段中,可以投喂第一目标宠物的剩余食料的第二信息;
确定时间信息在时间信息对应的时间段中对应的喂食阶段;
根据喂食阶段对应的喂食比例,在第二信息中确定食料需求表格。
在本发明的实施方式中,若至少一个第一相似度中不存在大于或等于第二阈值的至少一个第二相似度,则处理器802,还用于执行以下操作:
确定鼻纹图像中是否存在缺失区域;
若鼻纹图像中存在缺失区域,则对鼻纹图像进行图像修复处理;
确定修补后的鼻纹图像与至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第二相似度,其中,至少一个第二相似度与至少一个第一宠物一一对应;
根据第二阈值和缺失区域在鼻纹图像中有效区域的占比确定第三阈值;
若至少一个第二相似度中存在大于或等于第三阈值的至少一个第三相似度,则将至少一个第三相似度中最大值对应的第一宠物作为第二目标宠物,并获取第二目标宠物的第二喂食方案;
根据第二喂食方案获取第二目标食料,对宠物进行喂食。
应理解,本申请中的智慧喂食装置可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备MID(MobileInternet Devices,简称:MID)、机器人或穿戴式设备等。上述智慧喂食装置仅是举例,而非穷举,包含但不限于上述智慧喂食装置。在实际应用中,上述智慧喂食装置还可以包括:智能车载终端、计算机设备等等。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件结合硬件平台的方式来实现。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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方式或者实施方式的某些部分所述的方法。
因此,本申请实施方式还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现如上述方法实施方式中记载的任何一种智慧喂食方法的部分或全部步骤。例如,所述存储介质可以包括硬盘、软盘、光盘、磁带、磁盘、优盘、闪存等。
本申请实施方式还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施方式中记载的任何一种智慧喂食方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施方式,为了简单描述,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,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施方式均属于可选的实施方式,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施方式中,对各个实施方式的描述都各有侧重,某个实施方式中没有详述的部分,可以参见其他实施方式的相关描述。
在本申请所提供的几个实施方式中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块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器中。基于这样的理解,本申请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全部或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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施方式的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施方式进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施方式的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (9)
1.一种智慧喂食方法,其特征在于,所述方法包括:
获取进入取食区域内的宠物的视频数据,其中,所述取食区域为以食盒为中心的球形区域;
对所述视频数据进行分轨处理,得到视频轨数据和音频轨数据;
对所述视频轨数据进行分析,得到所述宠物的动作取食概率;
根据所述视频轨数据中有效视频数据的占比,确定所述动作取食概率的权重;
对所述音频轨数据进行分析,得到所述宠物的音频取食概率;
根据所述音频轨数据中有效音频数据的占比,确定所述音频取食概率的权重;
根据所述动作取食概率的权重和所述音频取食概率的权重对所述动作取食概率和所述音频取食概率进行加权求和,得到所述取食概率;
当所述取食概率大于第一阈值时,对所述视频数据进行视频帧提取,得到所述宠物的鼻纹图像;
确定所述鼻纹图像与喂食数据库中预存的至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第一相似度,其中,所述至少一个第一相似度与所述至少一个第一宠物一一对应;
若所述至少一个第一相似度中存在大于或等于第二阈值的至少一个第二相似度,则将所述至少一个第二相似度中最大值对应的第一宠物作为第一目标宠物,并获取所述第一目标宠物的第一喂食方案;
根据所述第一喂食方案获取第一目标食料,对所述宠物进行喂食。
2.根据权利要求1所述的方法,其特征在于,所述对所述视频轨数据进行分析,得到所述宠物的动作取食概率,包括:
对所述视频轨数据进行动作识别,得到至少一个第一子动作;
提取所述至少一个第一子动作中动作类型为取食类型的子动作,得到至少一个第二子动作;
确定所述至少一个第二子动作中的所有动作种类,以及所述所有动作种类中的每种动作种类对应的动作数量;
根据所述每种动作种类对应的动作数量确定所述动作取食概率。
3.根据权利要求1所述的方法,其特征在于,所述对所述音频轨数据进行分析,得到所述宠物的音频取食概率,包括:
对所述音频轨数据进行拆分处理,得到至少一个第一子音频;
提取至少一个第一子音频中每个第一子音频的音色信息、频率信息和音调信息;
根据所述每个第一子音频的音色信息、频率信息和音调信息,确定所述每个第一子音频的声音类型;
提取所述至少一个第一子音频中声音类型为取食类型的子音频,得到至少一个第二子音频;
确定所述至少一个第二子音频中的所有音频种类,以及所述所有音频种类中的每种音频种类对应的音频数量;
根据所述每种音频种类对应的音频数量确定所述音频取食概率。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一喂食方案获取第一目标食料,包括:
获取当前时间和所述第一目标宠物的历史喂食信息;
根据所述当前时间中的日期信息,在所述喂食方案中确定对应的日喂食方案,其中,所述日喂食方案用于记录所述第一目标宠物在对应日期下所需的食料;
根据所述当前时间中的时间信息,在所述日喂食方案中确定对应的时段喂食方案,其中,所述时段喂食方案用于记录所述第一目标宠物在对应时间段下所需的食料;
根据所述历史喂食信息和所述时段喂食方案,确定本次喂食的食料需求表格;
根据所述食料需求表格从食料存储罐中获取所述目标食料。
5.根据权利要求4所述的方法,其特征在于,所述根据所述历史喂食信息和所述时段喂食方案,确定本次喂食的食料需求表格,包括:
根据所述历史喂食信息确定在所述时间信息对应的时间段中,已投喂所述第一目标宠物的食料的第一信息;
根据所述时段喂食方案和所述第一信息,确定在所述时间信息对应的时间段中,可以投喂所述第一目标宠物的剩余食料的第二信息;
确定所述时间信息在所述时间信息对应的时间段中对应的喂食阶段;
根据所述喂食阶段对应的喂食比例,在所述第二信息中确定所述食料需求表格。
6.根据权利要求1所述的方法,其特征在于,若所述至少一个第一相似度中不存在大于或等于所述第二阈值的至少一个第二相似度,所述方法还包括:
确定所述鼻纹图像中是否存在缺失区域;
若所述鼻纹图像中存在所述缺失区域,则对所述鼻纹图像进行图像修复处理;
确定修补后的鼻纹图像与所述至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第二相似度,其中,所述至少一个第二相似度与所述至少一个第一宠物一一对应;
根据所述第二阈值和所述缺失区域在所述鼻纹图像中有效区域的占比确定第三阈值;
若所述至少一个第二相似度中存在大于或等于所述第三阈值的至少一个第三相似度,则将所述至少一个第三相似度中最大值对应的第一宠物作为第二目标宠物,并获取所述第二目标宠物的第二喂食方案;
根据所述第二喂食方案获取第二目标食料,对所述宠物进行喂食。
7.一种智慧喂食装置,其特征在于,所述装置包括:
采集模块,用于获取进入取食区域内的宠物的视频数据,其中,所述取食区域为以食盒为中心的球形区域;
分析模块,用于对所述视频数据进行分轨处理,得到视频轨数据和音频轨数据;对所述视频轨数据进行分析,得到所述宠物的动作取食概率;根据所述视频轨数据中有效视频数据的占比,确定所述动作取食概率的权重;对所述音频轨数据进行分析,得到所述宠物的音频取食概率;根据所述音频轨数据中有效音频数据的占比,确定所述音频取食概率的权重;根据所述动作取食概率的权重和所述音频取食概率的权重对所述动作取食概率和所述音频取食概率进行加权求和,得到所述取食概率;
所述采集模块,还用于在所述取食概率大于第一阈值时,对所述视频数据进行视频帧提取,得到所述宠物的鼻纹图像;
所述分析模块,还用于确定所述鼻纹图像与喂食数据库中预存的至少一个第一宠物的鼻纹特征图像之间的相似程度,得到至少一个第一相似度,其中,所述至少一个第一相似度与所述至少一个第一宠物一一对应;
喂食模块,用于在所述至少一个第一相似度中存在大于或等于第二阈值的至少一个第二相似度,则将所述至少一个第二相似度中最大值对应的第一宠物作为第一目标宠物,并获取所述第一目标宠物的第一喂食方案,并根据所述第一喂食方案获取第一目标食料,对所述宠物进行喂食。
8.一种电子设备,其特征在于,包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述一个或多个程序包括用于执行权利要求1-6任一项方法中的步骤的指令。
9.一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存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210708185.6A CN115299366B (zh) | 2022-06-21 | 2022-06-21 | 智慧喂食方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210708185.6A CN115299366B (zh) | 2022-06-21 | 2022-06-21 | 智慧喂食方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115299366A CN115299366A (zh) | 2022-11-08 |
CN115299366B true CN115299366B (zh) | 2024-02-13 |
Family
ID=83854811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210708185.6A Active CN115299366B (zh) | 2022-06-21 | 2022-06-21 | 智慧喂食方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115299366B (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103003767A (zh) * | 2010-01-22 | 2013-03-27 | 加纳多技术股份有限公司 | 喂养牲畜的装置和方法 |
CN104813955A (zh) * | 2015-05-13 | 2015-08-05 | 芒果物联网科技(常州)有限公司 | 一种智能宠物喂食器 |
CN106156463A (zh) * | 2015-04-03 | 2016-11-23 | 宠邦智能科技(上海)有限公司 | 具有自学习能力的宠物健康生活管理系统及方法 |
CN106407711A (zh) * | 2016-10-10 | 2017-02-15 | 重庆科技学院 | 基于云数据的宠物喂养推荐方法及系统 |
CN108112491A (zh) * | 2017-12-18 | 2018-06-05 | 深圳市沃特沃德股份有限公司 | 宠物喂食方法和装置 |
CN108935317A (zh) * | 2018-07-30 | 2018-12-07 | 合肥信亚达智能科技有限公司 | 一种宠物智能管控方法及系统 |
JP2019000102A (ja) * | 2017-06-19 | 2019-01-10 | 千波 浜谷 | ペット用食事管理システム |
CN109729990A (zh) * | 2018-12-13 | 2019-05-10 | 平安科技(深圳)有限公司 | 宠物自动喂食方法及装置、计算机存储介质和电子设备 |
KR20190081599A (ko) * | 2017-12-29 | 2019-07-09 | (주)씽크웨이브 | 반려견 관리 장치 |
CN111134033A (zh) * | 2019-12-25 | 2020-05-12 | 佛山市木记信息技术有限公司 | 一种动物智能喂食器及其方法和系统 |
KR20210080701A (ko) * | 2019-12-20 | 2021-07-01 | 주식회사 비즈모델라인 | 카메라장치를 이용한 소리내는 애완동물 달래기 방법 |
KR20210111075A (ko) * | 2020-03-02 | 2021-09-10 | 주식회사 코어엠 | 스마트 사료 공급 장치, 스마트 사료 공급 장치를 이용하는 반려 동물 관리 방법 및 컴퓨터 프로그램 |
KR20210145619A (ko) * | 2020-05-25 | 2021-12-02 | 주식회사 룰루랄라랩 | 반려동물의 생식 자동공급장치 |
KR102336839B1 (ko) * | 2021-02-16 | 2021-12-07 | 임경호 | 반려 동물 정보를 기반으로 맞춤형 사료 레시피를 도출하는 방법 및 장치 |
CN114299545A (zh) * | 2021-12-30 | 2022-04-08 | 新瑞鹏宠物医疗集团有限公司 | 宠物身份识别方法、装置、服务器及计算机可读存储介质 |
CN114299546A (zh) * | 2021-12-30 | 2022-04-08 | 新瑞鹏宠物医疗集团有限公司 | 识别宠物身份的方法、装置、存储介质及电子设备 |
CN114332937A (zh) * | 2021-12-30 | 2022-04-12 | 新瑞鹏宠物医疗集团有限公司 | 宠物投喂方法、自动投喂器及存储介质 |
CN114332938A (zh) * | 2021-12-30 | 2022-04-12 | 新瑞鹏宠物医疗集团有限公司 | 一种宠物鼻纹识别管理方法、装置、智能设备及存储介质 |
CN114616562A (zh) * | 2019-04-15 | 2022-06-10 | 运动数据试验室有限公司 | 动物数据预测系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWM384532U (en) * | 2009-12-10 | 2010-07-21 | Ind Tech Res Inst | Intelligent pet-feeding device |
WO2019023611A1 (en) * | 2017-07-27 | 2019-01-31 | WAGZ, Inc. | METHODS AND SYSTEMS FOR CONTROLLING AND SUPPLYING A DOMESTIC ANIMAL |
-
2022
- 2022-06-21 CN CN202210708185.6A patent/CN115299366B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103003767A (zh) * | 2010-01-22 | 2013-03-27 | 加纳多技术股份有限公司 | 喂养牲畜的装置和方法 |
CN106156463A (zh) * | 2015-04-03 | 2016-11-23 | 宠邦智能科技(上海)有限公司 | 具有自学习能力的宠物健康生活管理系统及方法 |
CN104813955A (zh) * | 2015-05-13 | 2015-08-05 | 芒果物联网科技(常州)有限公司 | 一种智能宠物喂食器 |
CN106407711A (zh) * | 2016-10-10 | 2017-02-15 | 重庆科技学院 | 基于云数据的宠物喂养推荐方法及系统 |
JP2019000102A (ja) * | 2017-06-19 | 2019-01-10 | 千波 浜谷 | ペット用食事管理システム |
CN108112491A (zh) * | 2017-12-18 | 2018-06-05 | 深圳市沃特沃德股份有限公司 | 宠物喂食方法和装置 |
KR20190081599A (ko) * | 2017-12-29 | 2019-07-09 | (주)씽크웨이브 | 반려견 관리 장치 |
CN108935317A (zh) * | 2018-07-30 | 2018-12-07 | 合肥信亚达智能科技有限公司 | 一种宠物智能管控方法及系统 |
CN109729990A (zh) * | 2018-12-13 | 2019-05-10 | 平安科技(深圳)有限公司 | 宠物自动喂食方法及装置、计算机存储介质和电子设备 |
CN114616562A (zh) * | 2019-04-15 | 2022-06-10 | 运动数据试验室有限公司 | 动物数据预测系统 |
KR20210080701A (ko) * | 2019-12-20 | 2021-07-01 | 주식회사 비즈모델라인 | 카메라장치를 이용한 소리내는 애완동물 달래기 방법 |
CN111134033A (zh) * | 2019-12-25 | 2020-05-12 | 佛山市木记信息技术有限公司 | 一种动物智能喂食器及其方法和系统 |
KR20210111075A (ko) * | 2020-03-02 | 2021-09-10 | 주식회사 코어엠 | 스마트 사료 공급 장치, 스마트 사료 공급 장치를 이용하는 반려 동물 관리 방법 및 컴퓨터 프로그램 |
KR20210145619A (ko) * | 2020-05-25 | 2021-12-02 | 주식회사 룰루랄라랩 | 반려동물의 생식 자동공급장치 |
KR102336839B1 (ko) * | 2021-02-16 | 2021-12-07 | 임경호 | 반려 동물 정보를 기반으로 맞춤형 사료 레시피를 도출하는 방법 및 장치 |
CN114299545A (zh) * | 2021-12-30 | 2022-04-08 | 新瑞鹏宠物医疗集团有限公司 | 宠物身份识别方法、装置、服务器及计算机可读存储介质 |
CN114299546A (zh) * | 2021-12-30 | 2022-04-08 | 新瑞鹏宠物医疗集团有限公司 | 识别宠物身份的方法、装置、存储介质及电子设备 |
CN114332937A (zh) * | 2021-12-30 | 2022-04-12 | 新瑞鹏宠物医疗集团有限公司 | 宠物投喂方法、自动投喂器及存储介质 |
CN114332938A (zh) * | 2021-12-30 | 2022-04-12 | 新瑞鹏宠物医疗集团有限公司 | 一种宠物鼻纹识别管理方法、装置、智能设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115299366A (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11941912B2 (en) | Image scoring and identification based on facial feature descriptors | |
US20220079325A1 (en) | Techniques for identifying skin color in images having uncontrolled lighting conditions | |
CN109145784B (zh) | 用于处理视频的方法和装置 | |
US20210248356A1 (en) | Method and apparatus for face recognition | |
US20200118168A1 (en) | Advertising method, device and system, and computer-readable storage medium | |
US11455831B2 (en) | Method and apparatus for face classification | |
CN106529406B (zh) | 一种获取视频摘要图像的方法和装置 | |
CN106663196A (zh) | 视频中的计算机显著人物识别 | |
CN110660102B (zh) | 基于人工智能的说话人识别方法及装置、系统 | |
CN111160202A (zh) | 基于ar设备的身份核验方法、装置、设备及存储介质 | |
CN113496208B (zh) | 视频的场景分类方法及装置、存储介质、终端 | |
CN106874922B (zh) | 一种确定业务参数的方法及装置 | |
CN111259245B (zh) | 作品推送方法、装置及存储介质 | |
CN114332993A (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
CN115299366B (zh) | 智慧喂食方法、装置、电子设备及存储介质 | |
CN112257628A (zh) | 一种户外比赛运动员的身份识别方法、装置及设备 | |
CN110019951B (zh) | 一种生成视频缩略图的方法及设备 | |
CN113923516B (zh) | 基于深度学习模型的视频处理方法、装置、设备以及存储介质 | |
CN111353330A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US20200074218A1 (en) | Information processing system, information processing apparatus, and non-transitory computer readable medium | |
Lan et al. | Deep learning-based recognition of Chinese dishes in a waiterless restaurant | |
CN115250939B (zh) | 宠物食盒防误食方法、装置、电子设备及存储介质 | |
CN110956075A (zh) | 图像处理装置、图像处理方法及记录介质 | |
US11250271B1 (en) | Cross-video object tracking | |
CN113496143B (zh) | 动作识别方法及装置、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |