CN115953436A - 一种孕期宠物行为智能评估预警方法及系统 - Google Patents

Abstract

本发明提供了一种孕期宠物行为智能评估预警方法及系统，涉及智能评估技术领域，方法包括：对目标孕期宠物进行实时行为轨迹监测获得实时行为信息，由预设宠物孕期特征集合对在预设时间窗口利用视频采集模块采集的目标孕期宠物图像进行特征采集，获得多个宠物特征集合输入特征分析模型进行孕期阶段分析，输出多个阶段分析结果从行为数据库中进行阶段行为匹配，判断多个行为匹配结果的多个比对重合率与实时行为信息是否大于预设比对重合率，若否则由多个比对重合率获得预警信息并发送至工作人员，解决现有技术对孕期宠物行为监测评估差，使得无法判断孕期宠物行为是否正常的技术问题，实现对孕期宠物行为进行精准评估，判断孕期宠物行为是否正常。

Description

一种孕期宠物行为智能评估预警方法及系统

技术领域

本发明涉及智能评估技术领域，具体涉及一种孕期宠物行为智能评估预警系统。

背景技术

目前，随着人们生活水平的提高，各种可爱的宠物进入了人们的家庭生活之中，然而当宠物怀孕后，由于主人无法实时陪伴照顾在宠物身边，则会导致无法及时处理一些宠物的突发状况，且在目前的生活中，还未存在可以对孕期宠物的行为进行监测并分析宠物行为的预警技术，使得主人无法通过移动终端远程获得孕期宠物当前的信息，主人也就无法得知孕期宠物出现异常行为以及所出现的突发状况。

在现有技术中存在对孕期宠物行为监测评估差，使得无法判断孕期宠物行为是否正常的问题。

发明内容

本申请提供了一种孕期宠物行为智能评估预警方法，用于针对解决现有技术中存在的对孕期宠物行为监测评估差，使得无法判断孕期宠物行为是否正常的技术问题。

鉴于上述问题，本申请提供了一种孕期宠物行为智能评估预警方法及系统。

第一方面，本申请提供了一种孕期宠物行为智能评估预警方法，所述方法包括：通过所述行为监测模块对目标孕期宠物进行实时行为轨迹监测，获得实时行为信息；在预设时间窗口利用所述视频采集模块对所述目标孕期宠物进行图像采集，获得多个宠物图像集合；根据预设宠物孕期特征集合对所述多个宠物图像集合进行特征采集，获得多个宠物特征集合；将所述多个宠物特征集合输入特征分析模型中进行孕期阶段分析，输出多个阶段分析结果；根据所述多个阶段分析结果从行为数据库中进行阶段行为匹配，得到多个行为匹配结果；判断所述实时行为信息与所述多个行为匹配结果的多个比对重合率是否大于预设比对重合率，若否，则根据所述多个比对重合率获得预警信息，并将所述预警信息发送至工作人员。

第二方面，本申请提供了一种孕期宠物行为智能评估预警系统，所述系统包括：实时行为轨迹监测模块，所述实时行为轨迹监测模块用于通过所述行为监测模块对目标孕期宠物进行实时行为轨迹监测，获得实时行为信息；图像采集模块，所述图像采集模块用于在预设时间窗口利用所述视频采集模块对所述目标孕期宠物进行图像采集，获得多个宠物图像集合；特征采集模块，所述特征采集模块用于根据预设宠物孕期特征集合对所述多个宠物图像集合进行特征采集，获得多个宠物特征集合；孕期阶段分析模块，所述孕期阶段分析模块用于将所述多个宠物特征集合输入特征分析模型中进行孕期阶段分析，输出多个阶段分析结果；阶段行为匹配模块，所述阶段行为匹配模块用于根据所述多个阶段分析结果从行为数据库中进行阶段行为匹配，得到多个行为匹配结果；判断模块，所述判断模块用于判断所述实时行为信息与所述多个行为匹配结果的多个比对重合率是否大于预设比对重合率，若否，则根据所述多个比对重合率获得预警信息，并将所述预警信息发送至工作人员。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请提供的一种孕期宠物行为智能评估预警方法，涉及智能监测技术领域，解决了现有技术中对孕期宠物行为监测评估差，使得无法判断孕期宠物行为是否正常的技术问题，实现对孕期宠物行为进行精准评估，判断出孕期宠物行为是否正常。

附图说明

图1为本申请提供了一种孕期宠物行为智能评估预警方法流程示意图；

图2为本申请提供了一种孕期宠物行为智能评估预警系统结构示意图。

附图标记说明：实时行为轨迹监测模块1，图像采集模块2，特征采集模块3，孕期阶段分析模块4，阶段行为匹配模块5，判断模块6。

具体实施方式

本申请通过提供一种孕期宠物行为智能评估预警方法，用于解决现有技术中孕期宠物行为监测评估差，使得无法判断孕期宠物行为是否正常的技术问题。

实施例一

如图1所示，本申请实施例提供了一种孕期宠物行为智能评估预警方法，该方法应用于智能评估系统，智能评估系统与行为监测模块和视频采集模块通信连接，该方法包括：

步骤S100：通过所述行为监测模块对目标孕期宠物进行实时行为轨迹监测，获得实时行为信息；

具体而言，本申请实施例提供的一种孕期宠物行为智能评估预警方法应用于智能评估系统，该智能评估系统与行为监测模块和视频采集模块通信连接，该行为监测模块和视频采集模块用于进行孕期宠物行为参数的采集。

由于宠物在孕期时的行为与平常的行为会产生一些差异，因此可以根据所连接的行为监测模块对目标孕期宠物进行实时宠物行为轨迹的监测，示例性的，当猫咪怀孕时会出现嗜睡、食量增加、孕吐等行为，将孕期宠物实时行为进行整合汇总后，对应生成实时行为信息，为后期评估孕期宠物是否处于正常状态提供重要参考依据。

步骤S200：在预设时间窗口利用所述视频采集模块对所述目标孕期宠物进行图像采集，获得多个宠物图像集合；

具体而言，在宠物的怀孕周期的基础上对预设时间窗口进行设定，示例性的，宠物的怀孕周期为65天左右，可以将预设时间窗口设定为每十天对孕期宠物进行一次图像采集与分析，优选的，可以对视频采集模块设置对目标孕期宠物图像的采集频次，即越靠近目标孕期宠物的预产期，则对目标孕期宠物的采集频次越高，最终将所采集到的多个宠物图像进行汇总，从而获得多个宠物图像集合，为实现评估孕期宠物是否处于正常状态作保障。

步骤S300：根据预设宠物孕期特征集合对所述多个宠物图像集合进行特征采集，获得多个宠物特征集合；

具体而言，基于大数据中目标宠物在孕期中的可能会出现的特征，对目标宠物孕期特征进行预设，其目标宠物孕期特征可以包含目标宠物的器官特征以及腹部大小等，进一步的将所预设的多个宠物孕期特征进行整合，从而获得与之对应的预设宠物孕期特征集合，并在此基础上对上述所获的多个宠物图像集合进行特征采集，将所获的多个宠物图像集合中存在先前预设宠物孕期特征集合的目标宠物特征进行提取，最终对应获得多个宠物特征集合，为后续实现评估孕期宠物是否处于正常状态夯实基础。

步骤S400：将所述多个宠物特征集合输入特征分析模型中进行孕期阶段分析，输出多个阶段分析结果；

具体而言，以上述所获的多个宠物特征集合作为基础，将其输入至所构建的特征分析模型中，对多个宠物特征集合进行目标孕期宠物的孕期阶段分析，其特征分析模型中包含特征输入层、特征分析层和分析结果输出层，首先将所输入的多个样本宠物特征集合与多个样本阶段分析结果按照预设划分比例对应划分为训练集和验证集，进一步的利用训练集对特征分析模型训练直至模型训练至收敛，通过将验证集输入收敛的特征分析模型中进行模型验证，直至准确率符合预设要求，最终通过对目标孕期宠物的孕期阶段分析，获得与目标孕期宠物的孕期阶段所对应的多个阶段分析结果，对实现评估孕期宠物是否处于正常状态有着限制的作用。

步骤S500：根据所述多个阶段分析结果从行为数据库中进行阶段行为匹配，得到多个行为匹配结果；

具体而言，将上述所获得多个阶段分析结果输入至行为数据库中，对其进行阶段行为的匹配，即通过在大数据中符合宠物孕期行为的数据库内，以孕期宠物行为为搜索索引，进行孕期阶段行为搜索构建的数据库，进一步的将与目标孕期宠物的孕期阶段所对应的多个阶段分析结果在行为数据库中进行对应匹配，从而获得多个行为匹配结果，并对后期实现评估孕期宠物是否处于正常状态有着深远的影响。

步骤S600：判断所述实时行为信息与所述多个行为匹配结果的多个比对重合率是否大于预设比对重合率，若否，则根据所述多个比对重合率获得预警信息，并将所述预警信息发送至工作人员。

具体而言，基于行为监测模块对目标孕期宠物进行实时行为轨迹监测所获的实时行为信息与上述匹配所获的多个行为匹配结果中的多个比对重合率是否大于预设比对重合率进行判断，其中所获预设比对重合率由相关技术人员根据比对重合率的数据进行预设，若实时行为信息与多个行为匹配结果的多个比对重合率小于预设比对重合率，则根据多个比对重合率获得预警信息，其多个比对重合率可以是利用红外测温仪对目标孕期宠物进行实时温度测量后构建温度变化曲线，判断温度变化曲线的斜率变化值是否超出预设斜率变化值，若超出，则获得预警信息，其预警信息内可以包含目标孕期宠物的基本信息、怀孕周期、检测信息等，最终将所获预警信息发送至工作人员进行反馈，实现对孕期宠物行为进行精准评估，判断出孕期宠物行为是否正常。

进一步而言，本申请步骤S100还包括：

步骤S110：通过行为监测模块中的位置随动子模块获得目标孕期宠物的移动轨迹，得到实时移动轨迹路线；

步骤S120：利用行为监测模块中的测速子模块获得目标孕期宠物的移动速度和移动方向；

步骤S130：基于所述实时移动轨迹路线，以所述移动速度和移动方向对路线进行标识，根据标识结果获得所述实时行为信息。

具体而言，通过与系统进行通信连接的行为监测模块中所包含的位置随动子模块对目标孕期宠物进行位置移动的实时监测，从而对应获得目标孕期宠物的移动轨迹，得到与之对应的目标孕期宠物的实时移动轨迹路线，进一步的，再利用行为监测模块中的测速模块对应获得目标孕期宠物的移动速度与移动方向，其行为监测模块中的测速子模块是由测速传感器构成，该传感器存在两个正交测量信号的输出，因此能够同时测量来自两个方向的速度，其不但能够觉察被测体是否停止，同时也能够觉察被测体的运动方向，从而将传感器固定在稳定的支架上就能够对应测出当前目标孕期宠物的移动速度以及其移动方向，同时以所获目标孕期宠物的实时移动轨迹路线为基础，将该目标孕期宠物的移动速度以及移动方向对当前目标孕期宠物的路线进行标识，最终根据其标识结果对应获得目标孕期宠物的实时行为信息，达到为后期实现评估孕期宠物是否处于正常状态提供重要依据的技术效果。

进一步而言，本申请步骤S400还包括：

步骤S410：构建所述特征分析模型，其中，所述特征分析模型包括特征输入层、特征分析层和分析结果输出层；

步骤S420：获取多个样本宠物特征集合和多个样本阶段分析结果作为样本数据集；

步骤S430：按照预设划分比例将所述样本数据集划分为训练集和验证集；

步骤S440：利用训练集对所述特征分析模型训练直至模型训练至收敛；

步骤S450：通过将所述验证集输入收敛的特征分析模型中进行模型验证，直至准确率符合预设要求。

具体而言，首先对特征分析模型进行构建，其特征分析模型中分别包含特征输入层、特征分析层和分析结果输出层，同时将所获多个样本宠物特征集合和多个样本阶段分析结果记作样本数据集，特征分析模型为机器学习中的，可以不断进行自我迭代优化的神经网络模型，特征分析模型通过训练数据集和验证数据集训练获得，其训练数据集和验证数据集是照预设划分比例将样本数据集划分为训练集和验证集，其预设划分比例可以将训练数据集和验证数据集按照4：6的比例进行划分，进一步的，特征分析模型构建过程为：将训练数据集中每一组训练数据输入微特征分析模型，通过这组训练数据对应的验证数据进行特征分析模型的输出验证调整，当特征分析模型的输出结果与验证数据一致，则当前组训练结束，将训练数据集中全部的训练数据均训练结束，则特征分析模型训练完成。

为了保证特征分析模型的准确性，可以通过对特征分析模型的输出结果进行准确率评估，举例而言，测试准确率可以设定为85％，当测试准确率满足85％时，则获取微生物去除率评估误差参数。

对特征分析模型进行迭代训练，当连续预设次数验证数据集满足预设要求，即对特征分析模型进行迭代训练的次数进行限定，假设将迭代次数限定为10次，则当对特征分析模型进行迭代训练达到10次后，若验证数据集满足预设要求，则视为所述特征分析模型收敛，最终将样本数据集输入收敛后的特征分析模型，获取多个阶段分析结果，以保证在评估孕期宠物是否处于正常状态时的高效性。

进一步而言，本申请步骤S600还包括：

步骤S610：利用红外测温仪对所述目标孕期宠物进行实时温度测量，获得实时温度集合；

步骤S620：基于所述实时温度集合构建温度变化曲线；

步骤S630：获得所述温度变化曲线的斜率变化值；

步骤S640：判断所述斜率变化值是否超出预设斜率变化值，若超出，则获得所述预警信息。

具体而言，根据红外线测温仪的测温原理，即将目标孕期宠物所发射的红外线具有的辐射能转变成电信号，红外线辐射能的大小与目标孕期宠物本身的温度相对应，根据转变成电信号大小，以此确定目标孕期宠物的温度，同时完成对目标孕期宠物的实时温度测量，从而获得与之对应的实时温度集合，进一步的，以分钟为单位作为x轴，以摄氏度为单位作为y轴，建立直角坐标系，同时基于上述所获目标宠物的实时温度集合，在所建立的直角坐标系中，对目标孕期宠物的温度变化曲线进行构建，设温度变化曲线的方程为y＝f(x),那么过温度变化曲线上任何一点M(x,y)的斜率k＝dy/dx＝f’(x)，其中d为常数，k为温度变化曲线的斜率，而温度变化曲线的斜率是根据温度变化曲线的变化而变化的，从而获得与之对应的斜率变化值，最终对所获斜率变化值是否超出预设斜率变化值进行判断，其中所获预设斜率变化值由相关技术人员温度变化曲线的变化数据进行预设，当所获斜率变化值超出预设斜率变化值是，则对应生成目标孕期宠物的预警信息，最终达到对评估孕期宠物是否处于正常状态提供参考的技术效果。

进一步而言，本申请步骤S600还包括：

步骤S650：基于所述多个行为匹配结果对应的预设时间窗口，对所述实时行为信息进行信息提取，获得多个实时行为信息集合；

步骤S660：将所述多个实时行为信息集合与所述多个行为匹配结果进行行为比对，获得多个比对重合率，其中，所述多个比对重合率与所述多个阶段分析结果一一对应。

具体而言，根据标孕期宠物的多个行为匹配结果所对应的预设时间窗口为基础，对目标孕期宠物的实时行为信息中的多个不同的行为信息进行提取，从而对应获得目标孕期宠物的多个实时行为信息集合，进一步的将目标孕期宠物的多个实时行为信息集合与目标孕期宠物的多个行为匹配结果进行目标孕期宠物的行为比对，根据二者中所存在的目标孕期宠物的行为相似度，对应获得多个比对的重合率，其多个比对重合率与多个阶段分析结果为一一对应的关，最终达到评估孕期宠物是否处于正常状态的技术效果。

进一步而言，本申请步骤S640还包括：

步骤S641：遍历判断所述多个比对重合率是否大于预设比对重合率，若否，获得对应的多个异常比对重合率；

步骤S642：根据所述多个异常比对重合率与所述多个实时行为信息集合之间的映射关系，获得多个异常实时行为信息集合；

步骤S643：将所述多个异常实时行为信息集合作为预警信息。

具体而言，首先对多个比对重合率是否大于预设比对重合率进行遍历判断，即沿着多个比对重合率是否大于预设比对重合率这条搜索路线，依次对所判断出的结果中的节点均做一次遍历访问，若存在多个比对重合率是否小于预设比对重合率，则视为该节点的比对存在异常，并将异常节点进行提取整合，从而获得与之对应的多个异常比对重合率，进而实现对孕期宠物是否处于正常状态的评估。

进一步而言，本申请步骤S600还包括：

步骤S670：根据所述多个阶段分析结果判断是否处于妊娠末期，若处于，则获得预分娩指令；

步骤S680：根据所述预分娩指令激活待产模块，根据所述待产模块输出分娩准备信息；

步骤S690：将所述分娩准备信息发送至工作人员，其中，所述分娩准备信息包括目标孕期宠物的基本信息、怀孕周期、检测信息等。

具体而言，由于目标宠物在怀孕期间的不同阶段所表现出的行为不同，因此以多个阶段分析结果为基础，对目标孕期宠物是否处于妊娠末期进行判断，若当前目标孕期宠物处于妊娠末期，则发出预分娩指令，从而根据所发出的预分娩指令对待产模块进行激活，被激活的待产模块同时输出与目标孕期宠物所对应的分娩准备信息，其分娩准备信息中可以包含目标孕期宠物的基本信息、怀孕周期、检测信息等，其检测信息可以是对目标孕期宠物的超声波检查结果以及B超检查结果，从而对宠物的怀孕胚胎数量进行确定，最终对需要准备的生产材料进行确定，进而将该分娩准备信息发送至工作人员，以保证目标孕期宠物处于正常状态进行生产。

实施例二

基于与前述实施例中一种孕期宠物行为智能评估预警方法相同的发明构思，如图2所示，本申请提供了一种孕期宠物行为智能评估预警系统，系统包括：

实时行为轨迹监测模块1，所述实时行为轨迹监测模块1用于通过所述行为监测模块对目标孕期宠物进行实时行为轨迹监测，获得实时行为信息；

图像采集模块2，所述图像采集模块2用于在预设时间窗口利用所述视频采集模块对所述目标孕期宠物进行图像采集，获得多个宠物图像集合；

特征采集模块3，所述特征采集模块3用于根据预设宠物孕期特征集合对所述多个宠物图像集合进行特征采集，获得多个宠物特征集合；

孕期阶段分析模块4，所述孕期阶段分析模块4用于将所述多个宠物特征集合输入特征分析模型中进行孕期阶段分析，输出多个阶段分析结果；

阶段行为匹配模块5，所述阶段行为匹配模块5用于根据所述多个阶段分析结果从行为数据库中进行阶段行为匹配，得到多个行为匹配结果；

判断模块6，所述判断模块6用于判断所述实时行为信息与所述多个行为匹配结果的多个比对重合率是否大于预设比对重合率，若否，则根据所述多个比对重合率获得预警信息，并将所述预警信息发送至工作人员。

进一步而言，系统还包括：

移动轨迹模块，所述移动轨迹模块用于通过行为监测模块中的位置随动子模块获得目标孕期宠物的移动轨迹，得到实时移动轨迹路线；

宠物移动模块，所述宠物移动模块用于利用行为监测模块中的测速子模块获得目标孕期宠物的移动速度和移动方向；

标识模块，所述标识模块用于基于所述实时移动轨迹路线，以所述移动速度和移动方向对路线进行标识，根据标识结果获得所述实时行为信息。

进一步而言，系统还包括：

模型构建模块，所述模型构建模块用于构建所述特征分析模型，其中，所述特征分析模型包括特征输入层、特征分析层和分析结果输出层；

数据集模块，所述数据集模块用于获取多个样本宠物特征集合和多个样本阶段分析结果作为样本数据集；

划分模块，所述划分模块用于按照预设划分比例将所述样本数据集划分为训练集和验证集；

训练模块，所述训练模块用于利用训练集对所述特征分析模型训练直至模型训练至收敛；

模型验证模块，所述模型验证模块用于通过将所述验证集输入收敛的特征分析模型中进行模型验证，直至准确率符合预设要求。

进一步而言，系统还包括：

温度测量模块，所述温度测量模块用于利用红外测温仪对所述目标孕期宠物进行实时温度测量，获得实时温度集合；

曲线构建模块，所述曲线构建模块用于基于所述实时温度集合构建温度变化曲线；

斜率变化模块，所述斜率变化模块用于获得所述温度变化曲线的斜率变化值；

第一判断模块，所述第一判断模块用于判断所述斜率变化值是否超出预设斜率变化值，若超出，则获得所述预警信息。

进一步而言，系统还包括：

信息提取模块，所述信息提取模块用于基于所述多个行为匹配结果对应的预设时间窗口，对所述实时行为信息进行信息提取，获得多个实时行为信息集合；

行为比对模块，所述行为比对模块用于将所述多个实时行为信息集合与所述多个行为匹配结果进行行为比对，获得多个比对重合率，其中，所述多个比对重合率与所述多个阶段分析结果一一对应。

进一步而言，系统还包括：

第二判断模块，所述第二判断模块用于遍历判断所述多个比对重合率是否大于预设比对重合率，若否，获得对应的多个异常比对重合率；

映射模块，所述映射模块用于根据所述多个异常比对重合率与所述多个实时行为信息集合之间的映射关系，获得多个异常实时行为信息集合；

预警模块，所述预警模块用于将所述多个异常实时行为信息集合作为预警信息。

进一步而言，系统还包括：

指令模块，所述指令模块用于根据所述多个阶段分析结果判断是否处于妊娠末期，若处于，则获得预分娩指令；

信息输出模块，所述信息输出模块用于根据所述预分娩指令激活待产模块，根据所述待产模块输出分娩准备信息；

信息发送模块，所述信息发送模块用于将所述分娩准备信息发送至工作人员，其中，所述分娩准备信息包括目标孕期宠物的基本信息、怀孕周期、检测信息等。

本说明书通过前述对一种孕期宠物行为智能评估预警方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种孕期宠物行为智能评估预警方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种孕期宠物行为智能评估预警方法，其特征在于，所述方法应用于智能评估系统，所述智能评估系统与行为监测模块和视频采集模块通信连接，所述方法包括：

通过所述行为监测模块对目标孕期宠物进行实时行为轨迹监测，获得实时行为信息；

在预设时间窗口利用所述视频采集模块对所述目标孕期宠物进行图像采集，获得多个宠物图像集合；

根据预设宠物孕期特征集合对所述多个宠物图像集合进行特征采集，获得多个宠物特征集合；

将所述多个宠物特征集合输入特征分析模型中进行孕期阶段分析，输出多个阶段分析结果；

根据所述多个阶段分析结果从行为数据库中进行阶段行为匹配，得到多个行为匹配结果；

判断所述实时行为信息与所述多个行为匹配结果的多个比对重合率是否大于预设比对重合率，若否，则根据所述多个比对重合率获得预警信息，并将所述预警信息发送至工作人员。

2.如权利要求1所述的方法，其特征在于，所述通过所述行为监测模块对目标孕期宠物进行实时行为轨迹监测，获得实时行为信息，包括：

通过行为监测模块中的位置随动子模块获得目标孕期宠物的移动轨迹，得到实时移动轨迹路线；

利用行为监测模块中的测速子模块获得目标孕期宠物的移动速度和移动方向；

基于所述实时移动轨迹路线，以所述移动速度和移动方向对路线进行标识，根据标识结果获得所述实时行为信息。

3.如权利要求2所述的方法，其特征在于，方法包括：

构建所述特征分析模型，其中，所述特征分析模型包括特征输入层、特征分析层和分析结果输出层；

获取多个样本宠物特征集合和多个样本阶段分析结果作为样本数据集；

按照预设划分比例将所述样本数据集划分为训练集和验证集；

利用训练集对所述特征分析模型训练直至模型训练至收敛；

通过将所述验证集输入收敛的特征分析模型中进行模型验证，直至准确率符合预设要求。

4.如权利要求1所述的方法，其特征在于，包括：

利用红外测温仪对所述目标孕期宠物进行实时温度测量，获得实时温度集合；

基于所述实时温度集合构建温度变化曲线；

获得所述温度变化曲线的斜率变化值；

判断所述斜率变化值是否超出预设斜率变化值，若超出，则获得所述预警信息。

5.如权利要求1所述的方法，其特征在于，包括：

基于所述多个行为匹配结果对应的预设时间窗口，对所述实时行为信息进行信息提取，获得多个实时行为信息集合；

将所述多个实时行为信息集合与所述多个行为匹配结果进行行为比对，获得多个比对重合率，其中，所述多个比对重合率与所述多个阶段分析结果一一对应。

6.如权利要求5所述的方法，其特征在于，包括：

遍历判断所述多个比对重合率是否大于预设比对重合率，若否，获得对应的多个异常比对重合率；

根据所述多个异常比对重合率与所述多个实时行为信息集合之间的映射关系，获得多个异常实时行为信息集合；

将所述多个异常实时行为信息集合作为预警信息。

7.如权利要求1所述的方法，其特征在于，包括：

根据所述多个阶段分析结果判断是否处于妊娠末期，若处于，则获得预分娩指令；

根据所述预分娩指令激活待产模块，根据所述待产模块输出分娩准备信息；

将所述分娩准备信息发送至工作人员，其中，所述分娩准备信息包括目标孕期宠物的基本信息、怀孕周期、检测信息等。

8.一种孕期宠物行为智能评估预警系统，其特征在于，所述智能评估系统与行为监测模块和视频采集模块通信连接，所述系统包括：

实时行为轨迹监测模块，所述实时行为轨迹监测模块用于通过所述行为监测模块对目标孕期宠物进行实时行为轨迹监测，获得实时行为信息；

图像采集模块，所述图像采集模块用于在预设时间窗口利用所述视频采集模块对所述目标孕期宠物进行图像采集，获得多个宠物图像集合；

特征采集模块，所述特征采集模块用于根据预设宠物孕期特征集合对所述多个宠物图像集合进行特征采集，获得多个宠物特征集合；

孕期阶段分析模块，所述孕期阶段分析模块用于将所述多个宠物特征集合输入特征分析模型中进行孕期阶段分析，输出多个阶段分析结果；

阶段行为匹配模块，所述阶段行为匹配模块用于根据所述多个阶段分析结果从行为数据库中进行阶段行为匹配，得到多个行为匹配结果；

判断模块，所述判断模块用于判断所述实时行为信息与所述多个行为匹配结果的多个比对重合率是否大于预设比对重合率，若否，则根据所述多个比对重合率获得预警信息，并将所述预警信息发送至工作人员。

Images