CN115641458B - 用于待统计目标养殖的ai识别系统及银行风控应用方法 - Google Patents
用于待统计目标养殖的ai识别系统及银行风控应用方法 Download PDFInfo
- Publication number
- CN115641458B CN115641458B CN202211258528.XA CN202211258528A CN115641458B CN 115641458 B CN115641458 B CN 115641458B CN 202211258528 A CN202211258528 A CN 202211258528A CN 115641458 B CN115641458 B CN 115641458B
- Authority
- CN
- China
- Prior art keywords
- counted
- target
- control module
- central control
- primary
- 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
Images
Landscapes
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种用于待统计目标养殖的AI识别系统,所述系统包括信息收发模块,用于进行信息交互;图像处理模块,主要用于提取图像中的特征;中控模块,用以通过对待统计目标和待统计目标所处环境进行标记,消除重复图像,形成一包含猪场所有待统计目标的完整图像,使用计数技术确定待统计目标数量;数据库,用以存储检测到信息;校验模块,用以对图像信息中存在不确定一级特征时,技术人员进行人工核查,通过校验以促使所述中控模块完成自学习。本发明所述系统拥有操作界面简单易用、零成本、识别精度高以及安全性能高等优点。
Description
技术领域
本发明涉及计算机技术以及银行风控领域,尤其涉及一种用于待统计目标养殖的AI识别系统及银行风控应用方法。
背景技术
近年以来,稳定猪肉市场价格,事关民生。为促进待统计目标产业发展发布支持养猪新政策,银行更是支持开展待统计目标活体抵押贷款,更好满足待统计目标产业融资需求。
随着银行加大对以猪为抵押物的农户贷款发放力度,如何降低贷后风险成为当务之急。待统计目标养殖贷款以待统计目标的数量来评价农户的偿贷能力,因此银行需要及时了解农户当前待统计目标的养殖数量,并以养殖数量作为贷后管理的手段。
目前,待统计目标数量是指导畜牧业生产和确定房贷额度的关键,但是如何清点一直是令人头疼的事,因为既防止疫病的传播,又能现场清点待统计目标数量,方法并不多。一种方法是用无人机航拍,缺点是成本高,噪音影响待统计目标正常活动,无法深入圈舍;另一种方法为逐个圈舍安装摄像头或轨道式移动摄像头,并配合AI识别设备。缺点是需要专业人员入舍调整和安装,正常生产的养殖场会以防疫为理由拒绝,并且成本比无人机方案还要高。
待统计目标养殖企业化、规模化、科学化已成为行业的新业态,这和以前农村养猪的“小而散”和“满地跑”的传统养猪方式形成了鲜明对比。
中国专利申请号:CN202110285790.2公开了一种用于待统计目标养殖的AI视频点数方法,该方法通过安全监控系统定期获取猪场的视频;对视频进行分析,获取已采集指定封闭区域的视频流,并对视频流进行处理,获取关键帧集合;采用图像拼接技术,将关键帧结合中的关键帧进行拼接,消除重复图像,形成一包含猪场所有待统计目标的完整图像;根据完整图像进行点数,得到待统计目标数量;提高点数效率以及精准度。
现有技术中没有通过照片识别待统计目标数量的系统,并且现有技术识别精度低,容易出现重复识别的现象发生。
发明内容
为此,本发明提供一种用于待统计目标养殖的AI识别系统及银行风控应用方法用以克服现有技术中识别精度低,重复识别的问题。
一方面,本发明提供一种用于待统计目标养殖的AI识别系统,包括:
信息收发模块,用于进行信息交互;
图像处理模块,主要用于提取图像中的特征;其中所述特征包括待统计目标的生物特征和待统计目标所处环境特征;所述待统计目标的生物特征包括用于识别待统计目标的一级特征和提取识别待统计目标的二级特征;所述待统计目标所处环境特征包括围墙样式、栅栏样式、棚顶样式和地面情况;
中控模块,用以通过对待统计目标和待统计目标所处环境进行标记,消除重复图像,形成一包含猪场所有待统计目标的完整图像,使用计数技术确定待统计目标数量;
数据库,用以存储检测到信息;
校验模块,用以对图像信息中存在不确定一级特征时,技术人员进行人工核查,通过校验以促使所述中控模块完成自学习;
所述中控模块设有第一预存一级特征相似度Sa1、第二预设一级相似度Sa2以及第三预设一级相似度Sa3,其中,Sa1<Sa2<Sa3,将单个一级特征与所述数据库中的各预存一级特征进行匹配,统计并得出与该一级特征在轮廓上最为相近的预存一级特征并求得该一级特征与该预存一级特征的轮廓相似度S,所述中控模块根据轮廓相似度与预存相似度作对比,判定待统计目标的真实性,
若S>Sa3,所述中控模块判定匹配完成,与该特征对应的物体为待统计目标,将该一级特征记为合格一级特征,对待统计目标进行编号并在编号完成时采集待统计目标上的二级特征,采集完成后,将针对该待统计目标的编号和二级特征上传至所述数据库;
若Sa2<S≤Sa3,所述中控模块检测特征的轮廓面积根据面积对该一级特征进行进一步判定;
若Sa1<S≤Sa2,所述中控模块判定无法对一级特征进行准确判定,将该一级特征记为不确定一级特征;
若S≤Sa1,所述中控模块判定与该一级特征对应的物体不是待统计目标;
所述中控模块中设有第一预设面积比B1和第二预设面积比B2,其中,B1<B2,对于单个所述一级特征,若所述中控模块判定该一级特征与对应的所述预存一级特征的轮廓相似度S满足Sa2<S≤Sa3,中控模块计算该一级特征与该预存一级特征的面积比B,设定B=C/C0,其中,C为该一级特征的面积,C0为该预存一级特征的面积,
若B≤B1,所述中控模块判定与该一级特征对应的物体不是待统计目标;
若B1<B≤B2,所述中控模块判定该一级特征为不确定一级特征,需要技术人员进行人工核查,进一步确定目标的真实性;
若B>B2,所述中控模块将与该一级特征对应的物体判定为待统计目标,判定该一级特征与所述预存一级特征相似度低于标准的原因为待统计目标受到外物遮挡导致轮廓相似度低。
进一步地,所述中控模块判定图像信息中存在不确定一级特征时,将该图像信息输送至所述校验模块以对该图像信息中的一级特征进行人工审核;
进一步地,对于单个不确定一级特征,人工审核之后,若判定其为待统计目标,更新数据库,增加轮廓相似度的范围;若判定其为非待统计目标,更新数据库,缩小轮廓相似度的范围;所述中控模块设有预设占比R1、预设占比R2、第一预设一级特征相似度调节系数α1、第二预设一级特征相似度调节系数α2以及单个养殖场中人工判定为待统计目标的不确定一级特征与不确定一级特征的总数量的占比R,其中0<α1<α2<1,根据占比调节Sa1和Sa2,
若R>R2,所述中控模块使用α2分别调节Sa1和Sa2以使Sa1增加至对应值并使Sa2降低至对应值;
若R1<R≤R2,所述中控模块使用α1分别调节Sa1和Sa2以使Sa1增加至对应值并使Sa2降低至对应值;
若R≤R1,所述中控模块使用α1分别调节Sa1和Sa2以使Sa1增加至对应值并使Sa2增加至对应值;
当所述中控模块使用αi调节Sa1和Sa2时,调节后的相似度记为Sa1’和Sa2’,设定Sa1’=Sa1×(2-αi)、Sa1’=Sa1×(2-αi)和Sa1’=Sa1×(2-αi),其中i=1,2。
进一步地,当一级特征记为合格一级特征时,所述中控模块对待统计目标进行编号并在编号完成时采集待统计目标上的二级特征,采集的二级特征包括耳朵轮廓、鼻子形状、身体形状以及体表斑纹,采集完成后,将所述二级特征上传至所述数据库并从数据库中进行匹配,匹配范围为该养殖场中的历史记录以判定该待统计目标是否为新增目标,所述中控模块设有预设第一评分G1和预设第二评分G2,使用加权求和确定二级特征评分G,G=a×Sba+b×Sbb+c×Sbc+d×Sbd,其中a为第一加权系数,b为第二加权系数,c为第三加权系数,d为第四加权系数,a+b+c+d=1,Sba为耳朵轮廓相似度,Sbb为鼻子形状相似度,Sbc为身体形状相似度,Sbd为体表斑纹相似度,通过将二级特征评分G与各预设评分进行比较,判断待统计目标是否为新目标,
若G≤G1,所述中控模块判定该物体为新增目标;
若G1<G≤G2,所述中控模块判定该物体为原始目标长大;
若G>G2,所述中控模块判定该物体为原始目标。
进一步地,所述图像处理模块提取了图像中的特征后,所述中控模块对待统计目标和待统计目标所处环境进行标记,通过对比每张图片中待统计目标所处环境四周围墙样式、栅栏样式、棚顶样式和地面情况,消除重复图像,使所有待统计目标均有完整的图像,再使用计数技术确定待统计目标数量。
进一步地,所述图像处理模块通过养殖场内的各场区摄像头采集对应区域的图像信息。
进一步地,所述中控模块设有预设准确度标准偏差K0,0%≤K0<5%,其中,中控模块在完成对养殖场内待统计目标的计数时根据本次统计的待统计目标的数量与前次统计的待统计目标的数量计算本次计数准确度偏差为K并根据K对本次计数是否合格做出判断,设定K=(P-P’)/P’,其中P为本次统计的待统计目标的数量,P’为前一次统计的待统计目标的数量,
若K≤K0,所述中控模块判定本次计数与前次计数的变化幅度符合预设标准;
若K>K0,所述中控模块判定本次计数与前次计数的变化幅度不符合预设标准,该养殖场存在信贷风险,需要进一步考量待统计目标的待统计目标决定是否对该养殖场进行投资;
当所述中控模块设有预设总待统计目标P0和现统计待统计目标P,本次计数准确度偏差K大于预设准确度标准偏差K0时,所述系统通过对比P和P0,判定是否与该养殖场进行合作,
若P≥P0,所述系统判定可以与该养殖场进行合作;
若P<P0,所述系统判定不与该养殖场进行合作。
另一方面,本发明还提供了一种用于待统计目标养殖的AI识别系统在银行风控中的应用方法。
与现有技术相比,本发明的有益效果在于所述系统经过高速运算,数秒即可完成一个养殖场待统计目标数量的清点,相比现场人员亲自清点,效率大幅提高;所述系统在保证数据真实的前提下,提高了识别精度。
进一步地,本发明所述中控模块设有若干预存一级特征相似度,将单个一级特征与所述数据库中的该预存一级特征进行对比,判定待统计目标的真实性,若所述中控模块判定物体为待统计目标,将继续采集其二级特征,采集完成后,将二级特征上传至所述数据库,通过此操作可以不断地完善数据库,使验证更加准确快速;同时,若所述中控模块判定无法对一级特征进行准确判定,将该一级特征记为不确定一级特征,此时需要借助人工进行审核,确定其真实性,从而有效的保证了数据的真实性。
进一步地,本发明所述中控模块中设有若干预设面积比,中控模块计算该一级特征与该预存一级特征的面积比B,轮廓相似度S满足Sa2<S≤Sa3,通过对比该面积比与各预设面积比,判定该一级特征对应的物体是否属于待统计目标,通过对比某特征的面积与预估特征的预设面积,可以快速确认物体是否为待统计目标,从而节省了工作人员的时间,提高了效率。
进一步地,本发明所述中控模块判定图像信息中存在不确定一级特征时,将该图像信息输送至所述校验模块以对该图像信息中的一级特征进行人工审核,通过此步骤可以有效地提高本发明所述系统的准确率。
进一步地,本发明所述中控模块设有若干预设占比、预设一级特征相似度调节系数以及单个养殖场中人工判定为待统计目标的不确定一级特征与不确定一级特征的总数量的占比R,通过对比占比R和预设占比的大小调节Sa1和Sa2,有效地保证了轮廓相似度的空间,为下一次精确识别目标做准备。
进一步地,本发明所述中控模块设有若干预设评分和二级特征评分G,当一级特征记为合格一级特征时,所述中控模块对待统计目标进行编号并在编号完成时采集待统计目标上的二级特征,通过将二级特征评分G与各预设评分进行比较,判断待统计目标是否为新目标,有效地保证了本发明所述系统的准确率,进一步地使点猪效率大幅度的提高。
进一步地,所述系统针对待统计目标所处环境设有所述图像处理模块,通过提取了图像中的特征后,所述中控模块对待统计目标和待统计目标所处环境进行标记,通过对比每张图片中待统计目标所处环境四周围墙样式、栅栏样式、棚顶样式和地面情况,消除重复图像,避免重复计数,从而有效提高了识别精度。
进一步地,所述中控模块设有准确度标准偏差K0、总待统计目标P0和现统计待统计目标P,当现有准确度偏差K大于预设准确度标准偏差K0时,所述系统通过对比P和P0,判定是否与该养殖户进行合作,通过设置此步骤可以有效的规避风险,防止因预估不准导致投资亏损的现象发生。
进一步地,所述系统针对银行身份登陆系统服务器时,设置了更高级别的加密,通过此设置可以防止不法分子通过此服务器入侵银行系统,造成不可估量的损失。
附图说明
图1为本发明所述用于待统计目标养殖的AI识别系统的结构框图;
图2为中控模块判定与特征对应的物体是否为待统计目标的流程图;
图3为中控模块二次判定与特征对应的物体是否为待统计目标的流程图;
图4为中控模块在人工审核后针对轮廓相似度的调节的流程图;
图5为中控模块通过待统计目标的二级特征判定待统计目标是否为新增目标的流程图;
图6为中控模块判定是否与养殖场合作的流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述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,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,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。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本发明用于待统计目标养殖的AI识别系统结构框图,一方面,本发明提供一种用于待统计目标养殖的AI识别系统,包括:
信息收发模块,用于进行信息交互;
图像处理模块,主要用于提取图像中的特征;其中所述特征包括待统计目标的生物特征和待统计目标所处环境特征;所述待统计目标的生物特征包括用于识别待统计目标的一级特征和提取识别待统计目标的二级特征;所述待统计目标所处环境特征包括围墙样式、栅栏样式、棚顶样式和地面情况;
中控模块,用以通过对待统计目标和待统计目标所处环境进行标记,消除重复图像,形成一包含猪场所有待统计目标的完整图像,使用计数技术确定待统计目标数量;
数据库,用以存储检测到信息;
校验模块,用以对图像信息中存在不确定一级特征时,技术人员进行人工核查,通过校验以促使所述中控模块完成自学习;
请参阅图2所示,其为中控模块判定与特征对应的物体是否为待统计目标的流程图,本发明所述中控模块设有第一预存一级特征相似度Sa1、第二预设一级相似度Sa2以及第三预设一级相似度Sa3,其中,Sa1<Sa2<Sa3,将单个一级特征与所述数据库中的各预存一级特征进行匹配,统计并得出与该一级特征在轮廓上最为相近的预存一级特征并求得该一级特征与该预存一级特征的轮廓相似度S,所述中控模块根据轮廓相似度与预存相似度作对比,判定待统计目标的真实性,
若S>Sa3,所述中控模块判定匹配完成,与该特征对应的物体为待统计目标,将该一级特征记为合格一级特征,对待统计目标进行编号并在编号完成时采集待统计目标上的二级特征,采集完成后,将针对该待统计目标的编号和二级特征上传至所述数据库;
若Sa2<S≤Sa3,所述中控模块检测特征的轮廓面积根据面积对该一级特征进行进一步判定;
若Sa1<S≤Sa2,所述中控模块判定无法对一级特征进行准确判定,将该一级特征记为不确定一级特征;
若S≤Sa1,所述中控模块判定与该一级特征对应的物体不是待统计目标;
本发明所述中控模块设有若干预存一级特征相似度,将单个一级特征与所述数据库中的该预存一级特征进行对比,判定待统计目标的真实性,若所述中控模块判定物体为待统计目标,将继续采集其二级特征,采集完成后,将二级特征上传至所述数据库,通过此操作可以不断地完善数据库,使验证更加准确快速;同时,若所述中控模块判定无法对一级特征进行准确判定,将该一级特征记为不确定一级特征,此时需要借助人工进行审核,确定其真实性,从而有效的保证了数据的真实性;
请参阅图3所示,其为中控模块二次判定与特征对应的物体是否为待统计目标的流程图,所述中控模块中设有第一预设面积比B1和第二预设面积比B2,其中,B1<B2,对于单个所述一级特征,若所述中控模块判定该一级特征与对应的所述预存一级特征的轮廓相似度S满足Sa2<S≤Sa3,中控模块计算该一级特征与该预存一级特征的面积比B,设定B=C/C0,其中,C为该一级特征的面积,C0为该预存一级特征的面积,
若B≤B1,所述中控模块判定与该一级特征对应的物体不是待统计目标;
若B1<B≤B2,所述中控模块判定该一级特征为不确定一级特征,需要技术人员进行人工核查,进一步确定目标的真实性;
若B>B2,所述中控模块将与该一级特征对应的物体判定为待统计目标,判定该一级特征与所述预存一级特征相似度低于标准的原因为待统计目标受到外物遮挡导致轮廓相似度低。
本发明所述中控模块中设有若干预设面积比,中控模块计算该一级特征与该预存一级特征的面积比B,轮廓相似度S满足Sa2<S≤Sa3,通过对比该面积比与各预设面积比,判定该一级特征对应的物体是否属于待统计目标,通过对比某特征的面积与预估特征的预设面积,可以快速确认物体是否为待统计目标,从而节省了工作人员的时间,提高了效率。
进一步地,所述中控模块判定图像信息中存在不确定一级特征时,将该图像信息输送至所述校验模块以对该图像信息中的一级特征进行人工审核;
本发明所述中控模块判定图像信息中存在不确定一级特征时,将该图像信息输送至所述校验模块以对该图像信息中的一级特征进行人工审核,通过此步骤可以有效地提高本发明所述系统的准确率。
请参阅图4所示,其为中控模块在人工审核后针对轮廓相似度的调节的流程图,对于单个不确定一级特征,人工审核之后,若判定其为待统计目标,更新数据库,增加轮廓相似度的范围;若判定其为非待统计目标,更新数据库,缩小轮廓相似度的范围;所述中控模块设有第一预设占比R1、第二预设占比R2、第一预设一级特征相似度调节系数α1、第二预设一级特征相似度调节系数α2以及单个养殖场中人工判定为待统计目标的不确定一级特征与不确定一级特征的总数量的占比R,其中0<α1<α2<1,根据占比调节Sa1和Sa2,
若R>R2,所述中控模块使用α2分别调节Sa1和Sa2以使Sa1增加至对应值并使Sa2降低至对应值;
若R1<R≤R2,所述中控模块使用α1分别调节Sa1和Sa2以使Sa1增加至对应值并使Sa2降低至对应值;
若R≤R1,所述中控模块使用α1分别调节Sa1和Sa2以使Sa1增加至对应值并使Sa2增加至对应值;
当所述中控模块使用αi调节Sa1和Sa2时,调节后的相似度记为Sa1’和Sa2’,设定Sa1’=Sa1×(2-αi)、Sa1’=Sa1×(2-αi)和Sa1’=Sa1×(2-αi),其中i=1,2。
本发明所述中控模块设有若干预设占比、预设一级特征相似度调节系数以及单个养殖场中人工判定为待统计目标的不确定一级特征与不确定一级特征的总数量的占比R,通过对比占比R和预设占比的大小调节Sa1和Sa2,有效地保证了轮廓相似度的空间,为下一次精确识别目标做准备。
请参阅图5所示,其为中控模块通过待统计目标的二级特征判定待统计目标是否为新增目标的流程图,当一级特征记为合格一级特征时,所述中控模块对待统计目标进行编号并在编号完成时采集待统计目标上的二级特征,采集的二级特征包括耳朵轮廓、鼻子形状、身体形状以及体表斑纹,采集完成后,将所述二级特征上传至所述数据库并从数据库中进行匹配,匹配范围为该养殖场中的历史记录以判定该待统计目标是否为新增目标,所述中控模块设有预设第一评分G1和预设第二评分G2,使用加权求和确定二级特征评分G,G=a×Sba+b×Sbb+c×Sbc+d×Sbd,其中a为第一加权系数,b为第二加权系数,c为第三加权系数,d为第四加权系数,a+b+c+d=1,Sba为耳朵轮廓相似度,Sbb为鼻子形状相似度,Sbc为身体形状相似度,Sbd为体表斑纹相似度,通过将二级特征评分G与各预设评分进行比较,判断待统计目标是否为新目标,
若G≤G1,所述中控模块判定该物体为新增目标;
若G1<G≤G2,所述中控模块判定该物体为原始目标长大;
若G>G2,所述中控模块判定该物体为原始目标;
本发明所述中控模块设有若干预设评分和二级特征评分G,当一级特征记为合格一级特征时,所述中控模块对待统计目标进行编号并在编号完成时采集待统计目标上的二级特征,通过将二级特征评分G与各预设评分进行比较,判断待统计目标是否为新目标,有效地保证了本发明所述系统的准确率,进一步地使点猪效率大幅度的提高。
进一步地,所述图像处理模块提取了图像中的特征后,所述中控模块对待统计目标和待统计目标所处环境进行标记,通过对比每张图片中待统计目标所处环境四周围墙样式、栅栏样式、棚顶样式和地面情况,消除重复图像,使所有待统计目标均有完整的图像,再使用计数技术确定待统计目标数量。
所述系统针对待统计目标所处环境设有所述图像处理模块,通过提取了图像中的特征后,所述中控模块对待统计目标和待统计目标所处环境进行标记,通过对比每张图片中待统计目标所处环境四周围墙样式、栅栏样式、棚顶样式和地面情况,消除重复图像,避免重复计数,从而有效提高了识别精度。
进一步地,所述图像处理模块通过养殖场内的各场区摄像头采集对应区域的图像信息。
请参阅图6所示,其为中控模块判定是否与养殖场合作的流程图,所述中控模块设有预设准确度标准偏差K0,0%≤K0<5%,其中,中控模块在完成对养殖场内待统计目标的计数时根据本次统计的待统计目标的数量与前次统计的待统计目标的数量计算本次计数准确度偏差为K并根据K对本次计数是否合格做出判断,设定K=(P-P’)/P’,其中P为本次统计的待统计目标的数量,P’为前一次统计的待统计目标的数量,
若K≤K0,所述中控模块判定本次计数与前次计数的变化幅度符合预设标准;
若K>K0,所述中控模块判定本次计数与前次计数的变化幅度不符合预设标准,该养殖场存在信贷风险,需要进一步考量待统计目标的待统计目标决定是否对该养殖场进行投资;
当所述中控模块设有预设总待统计目标P0和现统计待统计目标P,本次计数准确度偏差K大于预设准确度标准偏差K0时,所述系统通过对比P和P0,判定是否与该养殖场进行合作,
若P≥P0,所述系统判定可以与该养殖场进行合作;
若P<P0,所述系统判定不与该养殖场进行合作。
本发明的有益效果在于:其一,符合防疫要求,直接由养殖场操作,避免由于外人入场安装和操作带来感染源,其二,养殖场投入零成本,不用额外购买专业的设备设施,养殖场直接用自己的智能机就可以实现,其三,养殖场操作界面简单易用,选择动物种类,按圈舍拍照,上传,就可以传回结果。
另一方面,本发明还提供一种用于待统计目标养殖的AI识别系统在银行风控中的应用方法。
实施例1:
本实施例为一种用于待统计目标养殖的AI识别系统,金融机构可以通过本发明统计养殖场的待统计目标,从而衡量有无贷款隐患。
其中,相关参数设置为:
第一预存一级特征相似度Sa1=92%、第二预设一级相似度Sa2=95%以及第三预设一级相似度Sa3=98%;
第一预设面积比B1=95%和第二预设面积比B2=97%;
第一预设占比R1=96%、第二预设占比R2=98%、第一预设一级特征相似度调节系数α1=0.3、第二预设一级特征相似度调节系数α2=0.5;
预设第一评分G1=8和预设第二评分G2=9。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种用于待统计目标养殖的AI识别系统,其特征在于,包括:
信息收发模块,用于进行信息交互;
图像处理模块,主要用于提取图像中的特征;其中所述特征包括待统计目标的生物特征和待统计目标所处环境特征;所述待统计目标的生物特征包括用于识别待统计目标的一级特征和提取识别待统计目标的二级特征;所述待统计目标所处环境特征包括围墙样式、栅栏样式、棚顶样式和地面情况;
中控模块,用以通过对待统计目标和待统计目标所处环境进行标记,消除重复图像,形成一包含猪场所有待统计目标的完整图像,使用计数技术确定待统计目标数量;
数据库,用以存储检测到信息;
校验模块,用以对图像信息中存在不确定一级特征时,技术人员进行人工核查,通过校验以促使所述中控模块完成自学习;
所述中控模块设有第一预存一级特征相似度Sa1、第二预设一级相似度Sa2以及第三预设一级相似度Sa3,其中,Sa1<Sa2<Sa3,将单个一级特征与所述数据库中的各预存一级特征进行匹配,统计并得出与该一级特征在轮廓上最为相近的预存一级特征并求得该一级特征与该预存一级特征的轮廓相似度S,所述中控模块根据轮廓相似度与预存相似度作对比,判定待统计目标的真实性,
若S>Sa3,所述中控模块判定匹配完成,与该特征对应的物体为待统计目标,将该一级特征记为合格一级特征,对待统计目标进行编号并在编号完成时采集待统计目标上的二级特征,采集完成后,将针对该待统计目标的编号和二级特征上传至所述数据库;
若Sa2<S≤Sa3,所述中控模块检测特征的轮廓面积根据面积对该一级特征进行进一步判定;
若Sa1<S≤Sa2,所述中控模块判定无法对一级特征进行准确判定,将该一级特征记为不确定一级特征;
若S≤Sa1,所述中控模块判定与该一级特征对应的物体不是待统计目标;
所述中控模块中设有第一预设面积比B1和第二预设面积比B2,其中,B1<B2,对于单个所述一级特征,若所述中控模块判定该一级特征与对应的所述预存一级特征的轮廓相似度S满足Sa2<S≤Sa3,中控模块计算该一级特征与该预存一级特征的面积比B,设定B=C/C0,其中,C为该一级特征的面积,C0为该预存一级特征的面积,
若B≤B1,所述中控模块判定与该一级特征对应的物体不是待统计目标;
若B1<B≤B2,所述中控模块判定该一级特征为不确定一级特征,需要技术人员进行人工核查,进一步确定目标的真实性;
若B>B2,所述中控模块将与该一级特征对应的物体判定为待统计目标,判定该一级特征与所述预存一级特征相似度低于标准的原因为待统计目标受到外物遮挡导致轮廓相似度低。
2.根据权利要求1所述的用于待统计目标养殖的AI识别系统,其特征在于,所述中控模块判定图像信息中存在不确定一级特征时,将该图像信息输送至所述校验模块以对该图像信息中的一级特征进行人工审核。
3.根据权利要求2所述的用于待统计目标养殖的AI识别系统,其特征在于,对于单个不确定一级特征,人工审核之后,若判定其为待统计目标,更新数据库,增加轮廓相似度的范围;若判定其为非待统计目标,更新数据库,缩小轮廓相似度的范围;所述中控模块设有预设第一预设占比R1、第二预设占比R2、第一预设一级特征相似度调节系数α1、第二预设一级特征相似度调节系数α2,以及单个养殖场中人工判定为待统计目标的不确定一级特征与不确定一级特征的总数量的占比R,其中0<α1<α2<1,R1<R2,通过对比占比R和预设占比的大小调节Sa1和Sa2,
若R>R2,所述中控模块使用α2分别调节Sa1和Sa2以使Sa1增加至对应值并使Sa2降低至对应值;
若R1<R≤R2,所述中控模块使用α1分别调节Sa1和Sa2以使Sa1增加至对应值并使Sa2降低至对应值;
若R≤R1,所述中控模块使用α1分别调节Sa1和Sa2以使Sa1增加至对应值并使Sa2增加至对应值;
当所述中控模块使用αi调节Sa1和Sa2时,调节后的相似度记为Sa1’和Sa2’,设定Sa1’=Sa1×(2-αi)、Sa1’=Sa1×(2-αi)和Sa1’=Sa1×(2-αi),其中i=1,2。
4.根据权利要求3所述的用于待统计目标养殖的AI识别系统,其特征在于,当一级特征记为合格一级特征时,所述中控模块对待统计目标进行编号并在编号完成时采集待统计目标上的二级特征,采集的二级特征包括耳朵轮廓、鼻子形状、身体形状以及体表斑纹,采集完成后,将所述二级特征上传至所述数据库并从数据库中进行匹配,匹配范围为该养殖场中的历史记录以判定该待统计目标是否为新增目标,所述中控模块设有预设第一评分G1和预设第二评分G2,使用加权求和确定二级特征评分G,G=a×Sba+b×Sbb+c×Sbc+d×Sbd,其中a为第一加权系数,b为第二加权系数,c为第三加权系数,d为第四加权系数,a+b+c+d=1,Sba为耳朵轮廓相似度,Sbb为鼻子形状相似度,Sbc为身体形状相似度,Sbd为体表斑纹相似度,通过将二级特征评分G与各预设评分进行比较,判断待统计目标是否为新目标,
若G≤G1,所述中控模块判定该物体为新增目标;
若G1<G≤G2,所述中控模块判定该物体为原始目标长大;
若G>G2,所述中控模块判定该物体为原始目标。
5.根据权利要求4所述的用于待统计目标养殖的AI识别系统,其特征在于,所述图像处理模块提取了图像中的特征后,所述中控模块对待统计目标和待统计目标所处环境进行标记,通过对比每张图片中待统计目标所处环境四周围墙样式、栅栏样式、棚顶样式和地面情况,消除重复图像,使所有待统计目标均有完整的图像,再使用计数技术确定待统计目标数量。
6.根据权利要求5所述的用于待统计目标养殖的AI识别系统,其特征在于,所述图像处理模块通过养殖场内的各场区摄像头采集对应区域的图像信息。
7.根据权利要求6所述的用于待统计目标养殖的AI识别系统,其特征在于,所述中控模块设有预设准确度标准偏差K0,0%≤K0<5%,其中,中控模块在完成对养殖场内待统计目标的计数时根据本次统计的待统计目标的数量与前次统计的待统计目标的数量计算本次计数准确度偏差为K并根据K对本次计数是否合格做出判断,设定K=(P-P’)/P’,其中P为本次统计的待统计目标的数量,P’为前一次统计的待统计目标的数量,
若K≤K0,所述中控模块判定本次计数与前次计数的变化幅度符合预设标准;
若K>K0,所述中控模块判定本次计数与前次计数的变化幅度不符合预设标准,该养殖场存在信贷风险,需要进一步考量待统计目标的待统计目标决定是否对该养殖场进行投资;
当所述中控模块设有预设总待统计目标P0和现统计待统计目标P,本次计数准确度偏差K大于预设准确度标准偏差K0时,所述系统通过对比P和P0,判定是否与该养殖场进行合作,
若P≥P0,所述系统判定可以与该养殖场进行合作;
若P<P0,所述系统判定不与该养殖场进行合作。
8.一种如权利要求1-7任一项权利要求所述的用于待统计目标养殖的AI识别系统在银行风控中的应用方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211258528.XA CN115641458B (zh) | 2022-10-14 | 2022-10-14 | 用于待统计目标养殖的ai识别系统及银行风控应用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211258528.XA CN115641458B (zh) | 2022-10-14 | 2022-10-14 | 用于待统计目标养殖的ai识别系统及银行风控应用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115641458A CN115641458A (zh) | 2023-01-24 |
CN115641458B true CN115641458B (zh) | 2023-06-20 |
Family
ID=84944571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211258528.XA Active CN115641458B (zh) | 2022-10-14 | 2022-10-14 | 用于待统计目标养殖的ai识别系统及银行风控应用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115641458B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113724250A (zh) * | 2021-09-26 | 2021-11-30 | 新希望六和股份有限公司 | 一种基于双光相机的动物目标计数方法 |
CN114758356A (zh) * | 2022-03-28 | 2022-07-15 | 内蒙古智牧溯源技术开发有限公司 | 一种基于局部不变特征的牛唇纹识别方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106940789B (zh) * | 2017-03-10 | 2021-08-31 | 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 |
CN107766807A (zh) * | 2017-09-30 | 2018-03-06 | 平安科技(深圳)有限公司 | 电子装置、投保牲畜识别方法和计算机可读存储介质 |
WO2019172351A1 (ja) * | 2018-03-09 | 2019-09-12 | 日本電気株式会社 | 物体同定装置、物体同定システム、物体同定方法およびプログラム記憶媒体 |
CN111008560A (zh) * | 2019-10-31 | 2020-04-14 | 重庆小雨点小额贷款有限公司 | 一种牲畜的重量确定方法、装置、终端及计算机存储介质 |
CN110779575A (zh) * | 2019-11-08 | 2020-02-11 | 河南牧业经济学院 | 一种基于大数据平台的畜牧业监测系统 |
CN113255706B (zh) * | 2021-07-16 | 2021-09-24 | 南京奕荣芯科技有限公司 | 一种基于卷积神经网络算法的目标识别方法及系统 |
CN113792603A (zh) * | 2021-08-16 | 2021-12-14 | 北京神州慧达信息技术有限公司 | 基于人工智能的牲畜身体识别系统及使用方法 |
-
2022
- 2022-10-14 CN CN202211258528.XA patent/CN115641458B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113724250A (zh) * | 2021-09-26 | 2021-11-30 | 新希望六和股份有限公司 | 一种基于双光相机的动物目标计数方法 |
CN114758356A (zh) * | 2022-03-28 | 2022-07-15 | 内蒙古智牧溯源技术开发有限公司 | 一种基于局部不变特征的牛唇纹识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115641458A (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107229947B (zh) | 一种基于动物识别的金融保险方法及系统 | |
CN106940789A (zh) | 一种基于视频识别的数量统计的方法、系统及装置 | |
CN109325431B (zh) | 草原放牧绵羊采食路径中植被覆盖度的检测方法及其装置 | |
CN108961330B (zh) | 基于图像的猪体长测算方法及系统 | |
CN105868784A (zh) | 一种基于sae-svm的病虫害检测系统 | |
CN110604071A (zh) | 基于人工智能的非接触式种猪体温异常监测系统 | |
CN106991449B (zh) | 一种生活场景重构辅助识别蓝莓品种的方法 | |
CN110188657A (zh) | 基于卷曲叶片检测的玉米干旱识别方法 | |
CN111967441A (zh) | 一种基于深度学习的农作物病害分析方法 | |
CN111855653B (zh) | 一种植物干旱监测方法、监测模块和监测装置 | |
CN107491652B (zh) | 一种基于人脸识别的人脸异常特征数据分析方法 | |
CN114581948A (zh) | 一种畜脸识别方法 | |
CN115641458B (zh) | 用于待统计目标养殖的ai识别系统及银行风控应用方法 | |
CN117557840A (zh) | 一种基于小样本学习的眼底病变分级方法 | |
CN115034693B (zh) | 基于物联网的生物信息数据安全管理方法、系统及存储介质 | |
CN116030373A (zh) | 鱼道智能监测系统 | |
CN110544237B (zh) | 基于图像分析的油茶病虫害模型训练方法和识别方法 | |
CN111539329B (zh) | 一种自适应的变电站指针仪表识别方法 | |
CN114663652A (zh) | 图像处理方法、装置、管理系统、电子设备和存储介质 | |
CN113762089A (zh) | 基于人工智能的牲畜左脸识别系统及使用方法 | |
CN109862349A (zh) | 视差图的质量检测方法、装置与自动驾驶系统 | |
CN112365154B (zh) | 一种剑麻种植计划子系统以及剑麻种植决策系统 | |
CN218217558U (zh) | 一种农作物生长状况识别系统 | |
CN113240001B (zh) | 一种棉花花药开裂状态识别方法及系统 | |
CN115826654B (zh) | 一种基于ai的用于猪舍的多功能物联网监控系统及方法 |
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 |