TW202201328A

TW202201328A - 牲畜異常監測系統、方法、電腦程式產品及電腦可讀取紀錄媒體

Info

Publication number: TW202201328A
Application number: TW109120473A
Authority: TW
Inventors: 陳培殷; 傑翔黃; 許晉賓; 張伸彰
Original assignee: 國立成功大學
Priority date: 2020-06-17
Filing date: 2020-06-17
Publication date: 2022-01-01
Also published as: TWI789598B

Abstract

一種牲畜異常監測系統、方法、電腦程式產品及電腦可讀取紀錄媒體，該方法由耦接一記憶裝置的至少一處理器執行，包括：從一視訊中的數個連續的幀辨識數隻牲畜的頭部及一飲食區，依據各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定一飲食行為，依據每隻牲畜在一取樣周期內的飲食行為累計一飲食次數；及將該數隻牲畜的飲食次數進行排序，從一排序結果取得一指標值，依據該指標值對該排序結果設定一正常範圍，將該飲食次數落在該正常範圍外的牲畜標記為一異常牲畜。

Description

牲畜異常監測系統、方法、電腦程式產品及電腦可讀取紀錄媒體

本發明係關於一種監測技術，特別是關於一種牲畜異常監測系統、方法、電腦程式產品及電腦可讀取紀錄媒體。

牲畜養殖歷史悠久，在人類經濟文化領域佔有一席之地，牲畜一旦染病，即可能使相關業者面臨經濟損失。

以養豬產業為例，近年受非洲豬瘟及防疫升級的影響，為了有效進行防疫措施，以避免經濟上的損失。因此，進出豬舍的消毒過程繁瑣且費時。

再者，由於豬隻集體圈養空間有限，一旦有豬隻生病，傳染速度極快，但是，受限於人力資源短缺，無法即時有效的觀察豬隻在豬舍裡的行為及健康狀況。以往雖有一些養殖監視技術被提出，但仍有待改善。

有鑑於此，有必要提供一種有別以往的技術方案，以解決習知技術所存在的問題。

本發明之一目的在於提供一種牲畜異常監測方法，基於影像辨識牲畜飲食活動，據以判斷牲畜健康情況，有利於即時監測牲畜是否異常。

本發明之次一目的在於提供一種電腦程式產品，基於影像辨識牲畜飲食活動，據以判斷牲畜健康情況，有利於即時監測牲畜是否異常。

本發明之另一目的在於提供一種電腦可讀取紀錄媒體，基於影像辨識牲畜飲食活動，據以判斷牲畜健康情況，有利於即時監測牲畜是否異常。

本發明之再一目的在於提供一種牲畜異常監測系統，基於影像辨識牲畜飲食活動，據以判斷牲畜健康情況，有利於即時監測牲畜是否異常。

為達上述之目的，本發明的一方面提供一種牲畜異常監測系統，包括：一攝影裝置，用於朝向一牲畜活動範圍攝取一視訊；一記憶裝置，儲存該視訊；及至少一處理器，電性連接該攝影裝置及該記憶裝置，該處理器執行包括：從該視訊中的數個連續的幀辨識數隻牲畜的頭部及一飲食區，依據各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定一飲食行為，依據每隻牲畜在一取樣周期內的飲食行為累計一飲食次數；及將該數隻牲畜的飲食次數進行排序，從一排序結果取得一指標值，依據該指標值對該排序結果設定一正常範圍，將該飲食次數落在該正常範圍外的牲畜標記為一異常牲畜。

為達上述之目的，本發明的又一方面提供一種牲畜異常監測方法，由耦接一記憶裝置的至少一處理器執行，包括：從一視訊中的數個連續的幀辨識數隻牲畜的頭部及一飲食區，依據各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定一飲食行為，依據每隻牲畜在一取樣周期內的飲食行為累計一飲食次數；及將該數隻牲畜的飲食次數進行排序，從一排序結果取得一指標值，依據該指標值對該排序結果設定一正常範圍，將該飲食次數落在該正常範圍外的牲畜標記為一異常牲畜。

在本發明之一實施例中，將被連續標記至少兩個取樣週期的異常牲畜標示為一警示對象，依據該警示對象的至少一特徵發出至少一警示通知。

在本發明之一實施例中，各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定是否為該飲食行為的步驟包括：計算各該牲畜的頭部與該飲食區的該重疊區域具備的一第一像素數量；計算在該重疊區域中的該頭部具備的一第二像素數量；計算該第二像素數量與該第一像素數量的一像素比值；判斷是否該像素比值大於一重疊閾值且該保持重疊的幀數大於一幀數閾值，若判斷為是，判定是該飲食行為，若判斷為否，判定不是該飲食行為。

在本發明之一實施例中，將該數隻牲畜的飲食次數進行排序，從該排序結果取得該指標值，依據該指標值對該排序結果設定該正常範圍的步驟包括：依據該排序結果找出四個分位數；依據該四個分位數中的第二個分位數設定該指標值；及依據該四個分位數中的第一個分位數及第三個分位數設定該正常範圍。

在本發明之一實施例中，依據該四個分位數中的第一個分位數及第三個分位數設定該正常範圍的步驟包括：計算該第一個分位數及該第三個分位數的一差值；及依據該第一個分位數及該第三個分位數向外擴張一第一倍數個該差值形成的範圍設定為該正常範圍。

在本發明之一實施例中，依據該四個分位數中的第一個分位數及第三個分位數設定該正常範圍的步驟另包括依據該第一個分位數及該第三個分位數向外擴張一第二倍數個該差值形成的範圍設定為一警戒範圍，該第二倍數與該第一倍數的比值介於1.5至3。

在本發明之一實施例中，從該視訊中的數個連續的幀辨識數隻牲畜的頭部的步驟包括：從該視訊中的數個連續的幀辨識各該牲畜及其頭部的邊框及遮罩；在相鄰的幀中，將重疊面積最高的邊框設定為屬於同一牲畜；及依據各該牲畜的遮罩辨識該頭部並產生一配對指標，若該配對指標低於一配對閾值，依據與該牲畜的身體重疊的一頭部偵測框及一信心值決定與該牲畜對應的頭部。

為達上述之目的，本發明的另一方面提供一種電腦程式產品，當電腦載入該電腦程式並執行後，該電腦能夠執行如上所述之牲畜異常監測方法。

為達上述之目的，本發明的再一方面提供一種電腦可讀取紀錄媒體，該電腦可讀取紀錄媒體內儲程式，當電腦載入該程式並執行後，該電腦能夠完成如上所述之牲畜異常監測方法。

本發明的牲畜異常監測系統、方法、電腦程式產品及電腦可讀取紀錄媒體，通過從一視訊中的數個連續的幀辨識數隻牲畜的頭部及一飲食區，依據各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定一飲食行為，依據每隻牲畜在一取樣周期內的飲食行為累計一飲食次數；將該數隻牲畜的飲食次數進行排序，從一排序結果取得一指標值，依據該指標值對該排序結果設定一正常範圍；及將該飲食次數落在該正常範圍外的牲畜標記為一異常牲畜。藉由影像辨識偵測過程，可用以觀察牲畜(如豬隻)活動量、飲食與行為狀況，可以提供畜業者即早發現問題牲畜並加以處理，以預防疫情大規模的發生。

為了讓本發明之上述及其他目的、特徵、優點能更明顯易懂，下文將特舉本發明較佳實施例，並配合所附圖式，作詳細說明如下。再者，本發明所提到的方向用語，例如上、下、頂、底、前、後、左、右、內、外、側面、周圍、中央、水平、橫向、垂直、縱向、軸向、徑向、最上層或最下層等，僅是參考附加圖式的方向。因此，使用的方向用語是用以說明及理解本發明，而非用以限制本發明。

請參閱第1圖所示，本發明的一方面提供一種牲畜異常監測系統，可包括：一攝影裝置1、一記憶裝置2及至少一處理器3，該攝影裝置1用於朝向一牲畜活動範圍(例如牲畜圈養欄舍)攝取一視訊；該記憶裝置2，可儲存該視訊；該處理器3，可電性連接該攝影裝置1及該記憶裝置2，該處理器3可依據硬體或軟體配置，用於執行本發明另一方面提供的一種牲畜異常監測方法，其係詳述於後。以下先舉例說明本發明上述牲畜異常監測系統實施例的實施態樣，惟不以此為限。

舉例來說，上述牲畜可以是豬隻，但不以此為限，該牲畜也可以是牛、馬、羊、雞或犬等，以下僅以豬隻為例進行，譬如該牲畜係以育成豬隻為例，但不以此為限，也可以適用於其他種類的牲畜。如第1圖所示，一豬舍環境可被配置包括至少一飼料槽E1、至少一飲水器E2、至少一身分識別裝置E3、至少一運算主機E4及一監測組件E5，用於監測在該豬舍環境中的諸多豬隻P的行為及活動。

例如：如第1圖所示，該飼料槽E1可設置一飼料桶，用於放置飼料，譬如該飼料桶下方可設置一秤重器，用於獲取飼料重量；又，該飼料桶可具有一出料口，用於流出飼料供該豬隻P食用；另，為了方便飼料流出，該出料口附近還可設有一撥料器(如具有螺旋葉片構造的轉軸)，該撥料器可由一馬達驅動，用以撥動飼料流出該出料口。

此外，如第1圖所示，該飲水器E2可連接一水管，該飲水器E2還可例如設置一流量感測器，用以獲取飲水用量資訊，供相關人員參考。

此外，如第1圖所示，該身分識別裝置E3可以是各種具有身分識別功能的標籤及其讀寫器的組合，例如超高頻無線射頻識別(UHF RFID)讀寫器可搭配無線射頻識別標籤，該無線射頻識別標籤可被配置做為豬耳標M，用於裝設在豬隻P的耳部，該超高頻無線射頻識別讀寫器可設置於該飼料槽E1及/或飲水器E2附近，用於讀取該無線射頻識別標籤，作為輔助辨識豬隻P的依據。

此外，如第1圖所示，該運算主機E4譬如可包括上述記憶裝置2及處理器3，該處理器3耦接該記憶裝置2(如各種資料儲存媒體或記憶體)，例如該運算主機E4可被配置成一邊緣運算主機，用於進行數據運算，以執行該牲畜異常監測方法；例如：該運算主機E4可被裝設在一控制箱內，該控制箱除了裝置該邊緣運算主機外，還可設置例如顯示器等人機介面或諸多感測器，用於輔助監測牲畜是否異常。

此外，如第1圖所示，該監測組件E5可例如包括一攝影裝置E51(如CCD攝影元件)，但不以此為限，該監測組件E5還可包括一收音裝置E52(如麥克風)及一熱成像儀E53(如紅外線熱成像儀)，用於輔助收集該豬隻P的生理特徵，例如聲音及體溫，用於輔助監測牲畜是否異常。

另一方面，以下再舉例說明本發明上述牲畜異常監測方法實施例的實施態樣，但不以此為限。

舉例來說，該牲畜異常監測方法實施例可由耦接該記憶裝置的至少一處理器執行，包括一取樣步驟S1及一偵測步驟S2。

該取樣步驟S1，可從一視訊(video)中的數個連續的幀(frame)辨識數隻牲畜的頭部及一飲食區，依據各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定一飲食行為，依據每隻牲畜在一取樣周期(如至少一小時、天、周等)內的飲食行為累計一飲食次數。

舉例來說，為了可以較大角度取得牲畜的影像，輸入影像可利用魚眼攝影機進行拍攝該視訊，由於魚眼攝影機的影像會產生桶狀扭曲的情形，所以需要先進行校正將影像拉平，以便對拉平後的影像逐個幀進行影像辨識。

在一實施例中，從該視訊中的數個連續的幀辨識數隻牲畜的頭部的步驟包括：從該視訊中的數個連續的幀辨識各該牲畜及其頭部的邊框(bounding box)及遮罩(mask)，例如可採用Mask-RCNN等AI影像辨識技術，但不以此為限；在相鄰的幀中，將重疊面積最高的邊框設定為屬於同一牲畜；及依據各該牲畜的遮罩辨識該頭部並產生一配對指標(如Intersection Over Union，IOU)，若該配對指標低於一配對閾值，依據與該牲畜的身體重疊的一頭部偵測框及一信心值(如預先設定值)決定與該牲畜對應的頭部。

舉例而言，可計算前後相鄰幀中豬隻的邊框的IOU，將重疊率(如重疊面積)最高的一組邊框視為屬於同一隻豬活動的依據，藉此對豬隻進行追蹤，並且對豬隻做編號，記錄下每隻豬的位置。

從而，如果在偵測豬頭與豬尾時遇到模型誤判率較高的情況，例如在IOU配對過程中找不到相符的邊框時，可找出與每隻豬身體重疊的豬頭偵測框，再依據信心值高低決定與豬隻對應的頭部，以便確實找到豬隻頭部位置的資訊，有利於後續進行飲食偵測。

在一實施例中，各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定是否為該飲食行為的步驟包括：計算各該牲畜的頭部與該飲食區的該重疊區域具備的一第一像素數量；計算在該重疊區域中的該頭部具備的一第二像素數量；計算該第二像素數量與該第一像素數量的一像素比值；判斷是否該像素比值大於一重疊閾值且該保持重疊的幀數大於一幀數閾值，若判斷為是，判定是該飲食行為，若判斷為否，判定不是該飲食行為。

舉例而言，該飲食區例如可以包括飼料槽及飲水器的所在區域，當該重疊區域(即重疊率)高於設定的面積閾值(可依實際需求設定，如豬頭面積的一半等)，且重疊過程持續出現在數個幀時，可用於判定豬隻正在進食或飲水。藉此，可以減少因豬隻路過飼料槽或飲水器旁導致誤判正在飲食的情形，進而可以正確記錄每隻豬的飲食特徵，譬如進食、飲水的次數及時間長度等。由於豬隻生病時的飲食次數會大幅縮減，因此正確記錄每隻豬的飲食特徵將可做為監測豬隻健康狀況的重要依據。

此外，可選地，在豬隻移動到該飲食區進行飲食行為後離開該飲食區的過程中，為了監控豬隻的移動軌跡，可以例如每隔數個幀(可依實際需求設定，如三個幀)才計算一次豬隻移動的距離，例如先計算出這段區間豬隻面積中心點的位移量，當位移量大於設定的閾值時就表示豬隻位置移動。應被注意的是，由於每個幀的內容皆是獨立進行影像辨識，如果對每個幀都進行位置辨識，即使豬隻並未移動，辨識後的豬隻中心點也會有些微改變，因此，通過採用適當的時間間隔與閾值的設定，可以大幅降低因豬隻中心點浮動造成的誤差最高達96%，以求得更準確的移動距離。

可選地，在豬隻面積估算部分，藉由影像辨識獲得的豬隻邊框，可用於計算位於每隻豬的邊框內的遮罩所含像素(pixel)的數量，還可進一步透過影像大小與現場實際測量的豬舍大小進行換算，以便得到每隻豬的面積。另外，由於利用模型進行辨識時會有誤差，例如遮罩涵蓋到豬隻周圍的背景，或者造成豬隻四肢部分的遮罩不連續，所以可利用影像處理的方式，可讓遮罩更貼近豬隻本身的輪廓，同時解決遮罩不連續的問題。

該偵測步驟S2，可將該數隻牲畜的飲食次數進行排序，從一排序結果取得一指標值，依據該指標值對該排序結果設定一正常範圍，將該飲食次數落在該正常範圍外的牲畜標記為一異常牲畜，還可將該數隻牲畜中的該飲食次數落在該正常範圍內的至少一牲畜標記為至少一正常牲畜。

可選地，在一實施例中，將該數隻牲畜的飲食次數進行排序，從該排序結果取得該指標值，依據該指標值對該排序結果設定該正常範圍的步驟包括：依據該排序結果找出四個分位數；依據該四個分位數中的第二個分位數設定該指標值；及依據該四個分位數中的第一個分位數及第三個分位數設定該正常範圍。

舉例來說，可將每日的豬隻飲食次數記錄下來，並儲存在雲端資料庫，將資料排序後可找出四分位數，再藉由第一個分位數及第三個分位數訂定出該正常範圍，當豬隻的飲食次數偏離該正常範圍時，便可判斷該豬隻可能染上疾病，讓管理人員可以即時做進一步檢查與隔離；而且，若是偏差過大，可以立即發送警告通知，後續藉由持續地收集豬隻飲食的數據，可以讓判斷結果越加準確。

可選地，在一實施例中，依據該四個分位數中的第一個分位數及第三個分位數設定該正常範圍的步驟包括：計算該第一個分位數及該第三個分位數的一差值(如diff)；及依據該第一個分位數及該第三個分位數向外擴張一第一倍數(如5倍)個該差值形成的範圍(如5*diff)設定為該正常範圍。

舉例來說，第一個分位數(Q1)、第二個分位數(Q2)、第三個分位數(Q3)可分別例如為數據樣本排序後前25%、50%、75% 的值，其中第二個分位數也可稱作中位數，Q1與Q3的差值ΔQ可用於表示涵蓋樣本集中間50%數據的範圍，從而可分別由Q1、Q3延伸數個ΔQ來訂定正常值的範圍，使得該範圍外的值可代表離群值，該離群值可能具有特別含意，以本示例而言，該離群值表示豬隻健康狀況可能出現異常，導致飲食頻率大幅改變，例如以Q1、Q3向外延伸5個ΔQ的範圍(如Q1 - 5ΔQ ~ Q3 + 5ΔQ)為正常值範圍；此外，還可分別由Q1、Q3向外延伸10個ΔQ的範圍(如Q1 - 10ΔQ ~ Q3 + 10ΔQ)為警戒值範圍，在正常值範圍內的豬隻為健康豬隻，在正常值與警戒值區間的豬隻可被標示異常，讓管理人員可以仔細觀察其是否染病，超出警戒值範圍的豬隻則屬於嚴重異常，系統會判別其為染病豬隻，可進一步通知管理人員對染病豬隻進行隔離等相應措施。

在一實施例中，依據該四個分位數中的第一個分位數及第三個分位數設定該正常範圍的步驟另包括依據該第一個分位數及該第三個分位數向外擴張一第二倍數(如10倍，但不受限於此)個該差值形成的範圍設定為一警戒範圍，該第二倍數與該第一倍數的比值介於1.5至3，用以提供良好的警戒效果。

舉例來說，假設在某一時期，豬隻進食的次數如下表：

	一號豬	二號豬(異常豬)	三號豬	四號豬(病豬)
第一天	58	57	60	55
第二天	56	58	58	57
第三天	57	57	59	31
第四天	58	40	61	12

在經過如上示例計算出的四分位數與正常範圍、警戒範圍如下表：

	Q1	Q2	Q3	ΔQ (Q3 - Q1)	正常範圍 (Q1 - 5 ΔQ ~ Q3 + 5 ΔQ)	警戒範圍 (Q1 - 10 ΔQ ~ Q3 + 10 ΔQ)
第一天	56	57.5	59	3	41 ~ 74	26 ~ 89
第二天	56.5	57.5	58	1.5	49 ~ 65.5	41.5 ~ 73
第三天	56.5	57	58	1.5	49 ~ 65.5	41.5 ~ 73
第四天	55.5	57	58	2.5	43 ~ 70.5	30.5 ~ 83

因此，經由如上示例判斷後，可在第三天與第四天偵測出四號豬染病，例如四號豬在第三、四天的進食次數為31、12，落在正常範圍及警戒範圍外；並且，可在第四天將二號豬標為可能染病的異常豬，例如二號豬在第四天的進食次數為40，落在正常範圍外，但在警戒範圍內，可讓管理人員可以密切關注其健康狀況。

可選地，在一實施例中，該牲畜異常監測方法實施例還可包括一警示步驟S3，例如將被連續標記至少兩個取樣週期的異常牲畜標示為一警示對象，依據該警示對象的至少一特徵(如飲食次數及/或取樣週期數等)發出至少一警示通知，例如輸出訊號用於產生特殊聲、光、畫面來凸顯該警示對象的進食次數及/或取樣週期數量等特徵。藉此，可以對於較長時間處於健康警示狀態的對象進行追蹤，有利於適應性地對該對象提供量身訂製的健康提升輔助方案(例如投藥等)，以便提升養殖對象個體與整體的健康狀態。

另一方面，本發明還提供一種電腦程式產品，當電腦載入該電腦程式並執行後，該電腦能夠執行如上所述之牲畜異常監測方法。例如：該電腦程式產品可包含數個程式指令，該程式指令可利用現有的程式語言實現，以便用於執行如上所述之牲畜異常監測方法，例如：以Python搭配Numpy、Matplotlib及Tensorflow套件等，惟不以此為限。

另一方面，本發明還提供一種電腦可讀取紀錄媒體，例如：光碟、隨身碟或硬碟等，該電腦可讀取紀錄媒體內儲程式(如上述電腦程式)，當電腦載入該程式並執行後，該電腦能夠完成如上所述之牲畜異常監測方法。

綜上所述，本發明的牲畜異常監測系統、方法、電腦程式產品及電腦可讀取紀錄媒體，通過從一視訊中的數個連續的幀辨識數隻牲畜的頭部及一飲食區，依據各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定一飲食行為，依據每隻牲畜在一取樣周期內的飲食行為累計一飲食次數；將該數隻牲畜的飲食次數進行排序，從一排序結果取得一指標值，依據該指標值對該排序結果設定一正常範圍；及將該飲食次數落在該正常範圍外的牲畜標記為一異常牲畜。藉由影像辨識偵測過程，可用以觀察牲畜(如豬隻等)活動量、飲食與行為狀況，可以提供畜業者即早發現問題牲畜並加以處理，以預防疫情大規模的發生。

雖然本發明已以較佳實施例揭露，然其並非用以限制本發明，任何熟習此項技藝之人士，在不脫離本發明之精神和範圍內，當可作各種更動與修飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。

1:攝影裝置 2:記憶裝置 3:處理器 M:豬耳標 P:豬隻 E1:飼料槽 E2:飲水器 E3:身分識別裝置 E4:運算主機 E5:監測組件 E51:攝影裝置 E52:收音裝置 E53:熱成像儀 S1:取樣步驟 S2:偵測步驟 S3:警示步驟

［第1圖］：本發明實施例之牲畜異常監測系統的方塊示意圖。［第2圖］：本發明實施例之牲畜異常監測方法的流程示意圖。

S1:取樣步驟

S2:偵測步驟

S3:警示步驟

Claims

一種牲畜異常監測方法，由耦接一記憶裝置的至少一處理器執行，包括：從一視訊中的數個連續的幀辨識數隻牲畜的頭部及一飲食區，依據各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定一飲食行為，依據每隻牲畜在一取樣周期內的飲食行為累計一飲食次數；及將該數隻牲畜的飲食次數進行排序，從一排序結果取得一指標值，依據該指標值對該排序結果設定一正常範圍，將該飲食次數落在該正常範圍外的牲畜標記為一異常牲畜。
如請求項1所述之牲畜異常監測方法，還包括將被連續標記至少兩個取樣週期的異常牲畜標示為一警示對象，依據該警示對象的至少一特徵發出至少一警示通知。
如請求項1所述之牲畜異常監測方法，其中各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定是否為該飲食行為的步驟包括：計算各該牲畜的頭部與該飲食區的該重疊區域具備的一第一像素數量；計算在該重疊區域中的該頭部具備的一第二像素數量；計算該第二像素數量與該第一像素數量的一像素比值；判斷是否該像素比值大於一重疊閾值且該保持重疊的幀數大於一幀數閾值，若判斷為是，判定是該飲食行為，若判斷為否，判定不是該飲食行為。
如請求項1所述之牲畜異常監測方法，其中將該數隻牲畜的飲食次數進行排序，從該排序結果取得該指標值，依據該指標值對該排序結果設定該正常範圍的步驟包括：依據該排序結果找出四個分位數；依據該四個分位數中的第二個分位數設定該指標值；及依據該四個分位數中的第一個分位數及第三個分位數設定該正常範圍。
如請求項4所述之牲畜異常監測方法，其中依據該四個分位數中的第一個分位數及第三個分位數設定該正常範圍的步驟包括：計算該第一個分位數及該第三個分位數的一差值；及依據該第一個分位數及該第三個分位數向外擴張一第一倍數個該差值形成的範圍設定為該正常範圍。
如請求項5所述之牲畜異常監測方法，另包括依據該第一個分位數及該第三個分位數向外擴張一第二倍數個該差值形成的範圍設定為一警戒範圍，該第二倍數與該第一倍數的比值介於1.5至3。
如請求項1所述之牲畜異常監測方法，其中從該視訊中的數個連續的幀辨識數隻牲畜的頭部的步驟包括：從該視訊中的數個連續的幀辨識各該牲畜及其頭部的邊框及遮罩；在相鄰的幀中，將重疊面積最高的邊框設定為屬於同一牲畜；及依據各該牲畜的遮罩辨識該頭部並產生一配對指標，若該配對指標低於一配對閾值，依據與該牲畜的身體重疊的一頭部偵測框及一信心值決定與該牲畜對應的頭部。
一種電腦程式產品，當電腦載入該電腦程式並執行後，該電腦能夠執行如請求項1至7任一項所述之牲畜異常監測方法。
一種電腦可讀取紀錄媒體，該電腦可讀取紀錄媒體內儲程式，當電腦載入該程式並執行後，該電腦能夠完成如請求項1至7任一項所述之牲畜異常監測方法。
一種牲畜異常監測系統，包括：一攝影裝置，用於朝向一牲畜活動範圍攝取一視訊；一記憶裝置，儲存該視訊；及至少一處理器，電性連接該攝影裝置及該記憶裝置，該處理器執行包括：從該視訊中的數個連續的幀辨識數隻牲畜的頭部及一飲食區，依據各該牲畜的頭部與該飲食區的重疊區域及保持重疊的幀數判定一飲食行為，依據每隻牲畜在一取樣周期內的飲食行為累計一飲食次數；及將該數隻牲畜的飲食次數進行排序，從一排序結果取得一指標值，依據該指標值對該排序結果設定一正常範圍，將該飲食次數落在該正常範圍外的牲畜標記為一異常牲畜。