TWI645339B - 動物用非侵入式多模態生物特徵辨識系統 - Google Patents

動物用非侵入式多模態生物特徵辨識系統 Download PDF

Info

Publication number
TWI645339B
TWI645339B TW104115959A TW104115959A TWI645339B TW I645339 B TWI645339 B TW I645339B TW 104115959 A TW104115959 A TW 104115959A TW 104115959 A TW104115959 A TW 104115959A TW I645339 B TWI645339 B TW I645339B
Authority
TW
Taiwan
Prior art keywords
individual
data
biometric
processing
characteristic
Prior art date
Application number
TW104115959A
Other languages
English (en)
Other versions
TW201610867A (zh
Inventor
謝爾依瓦 卡森
立世 柯
Original Assignee
應用先進技術有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 應用先進技術有限公司 filed Critical 應用先進技術有限公司
Publication of TW201610867A publication Critical patent/TW201610867A/zh
Application granted granted Critical
Publication of TWI645339B publication Critical patent/TWI645339B/zh

Links

Classifications

    • 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
    • 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
    • A01K29/00—Other apparatus for animal husbandry
    • 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
    • A01K29/00—Other apparatus for animal husbandry
    • A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
    • 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
    • A01K45/00—Other aviculture appliances, e.g. devices for determining whether a bird is about to lay
    • 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
    • A01K61/00—Culture of aquatic animals
    • A01K61/90—Sorting, grading, counting or marking live aquatic animals, e.g. sex determination
    • 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
    • A01K61/00—Culture of aquatic animals
    • A01K61/90—Sorting, grading, counting or marking live aquatic animals, e.g. sex determination
    • A01K61/95—Sorting, grading, counting or marking live aquatic animals, e.g. sex determination specially adapted for fish
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/40—Animals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/444—Evaluating skin marks, e.g. mole, nevi, tumour, scar

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Zoology (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Marine Sciences & Fisheries (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Birds (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)

Abstract

一種非侵入性的辨識和即時監控系統，該系統可以從未被侵入的個體收集生理資訊和行為資料。舉例而言，但不拘限於此，資料收集流、生長速率、重量和行為。健康和環境資料係持續地被監視，並且以即時的方式進行。為呈現精確和準確的資訊而處理及分析。所公開的發明是一種動物用非侵入性的識別和即時監測系統，能夠透過提供高品質的終端產品到食品市場，以幫助大幅提高動物健康和福利，大幅提升經濟，以及透過早期偵測及/或早期治療來預防或控制潛在傳染病和其他疾病。

Description

動物用非侵入式多模態生物特徵辨識系統
本發明係關於動物用非侵入式生物特徵辨識的一種方法、一種系統、一個或多個計算單元，以及一種計算機軟體產品，更特定言之，關於結合使用細節特徵為主的皮膚斑紋和生理特徵的動物用非侵入式生物特徵辨識的一種方法、一種系統，以及一種計算機軟體產品。
農場動物識別技術是政府農業主管機關的主要營運需求，其可以促進動物登記、動物遷移許可記錄、動物群分離管理、以及適當補助及補貼，並且可以作為追蹤公衛及動物健康問題的關鍵工具。另外，農夫和整合食品供應商、甚至零售商，有特定追蹤他們的動物產品的需求以辨識個別的成長特性，以及辨識食用動物來源來記錄飼料及飼料成分、疾病、及治療的細節。
大多數辨識方式是基於耳朵標籤號碼的計算機資料庫。這種系統的一個潛在限制是在於這些方式僅關於追蹤附加在動物身上的器材，而不是追蹤動物本身。這個限制會產生問題的時機是意外遺失標籤或是標籤之間錯誤的置換，而保存正確資料的難度高。
更趨向手動導向的辨識系統一般較為侵入性的原因在於，讀取、分析、以及登錄各別動物的資料時需要分離動物。其涉及專家的主動參與、獸醫服務，甚至廣泛的機械機器、裝備，及在水產養殖的情況下、船隻的積極參與。驅動讀取資料的成本很高。更進一步說，這種系統的明顯缺點是它們的資料具有歷史性，而非即時的，這點確立了事實：由於它們的侵入式特性，因此它們不是被持續性地使用。於此可見從傳統系統搜集的資料在使用範圍上是受限制的，而且也不具備足夠特定性來做為一種主動性工具，其得在資料讀取發生異常時，來主動地進行抵銷。
特別對於水產養殖來說，以及以一個好的例子來說，對於在英國、愛爾蘭、法羅群島、美國、加拿大和塔斯馬尼亞之外的挪威以及智利的大西洋鮭魚(Salmosalar)產業，這是非常明顯的。挪威大西洋鮭魚的水產養殖之空前未見的成功可以回溯到1970年代早期。在2014時，如前述之市場的總生產量達到多出200萬公噸，或是超過5億的個別魚數。要個別地標記或是標籤每一隻魚在實際操作面來說是不可能的。
日趨增顯的一種問題是，從籠子裡脫逃並且與環境當地的野生品種產卵的已馴化魚群會污染環境當地的基因池。對抗脫逃魚種而制定的法律，舉例來說在挪威，是極為嚴重的，其包括對水產養殖漁民相較高的刑罰，如果該漁民可以被認定為脫逃魚種的事發來源者。一個逐漸得到注目的想法是以DNA來辨識每隻魚或是魚群，然後針對於河流中發現的疑似脫逃魚種進行DNA檢定。這個方法的缺點在於除了成本高以外，DNA檢定的過程需要很長的時間，因此不能被積極地使用於辨識其他脫逃魚種，更不能進一步的從水道中把魚挑出。
其他辨識方法包括剪鰭標記法、視網膜點墨法、以及訊號轉發器插入法；然而，以上所述之方法需要大量操作手續、昂貴、而且對於動物福利有負面影響。總上所述，一種動物用非侵入式辨識及即時監視系統有其需求存在。
本發明的第一部分提供一種使用於動物用非侵入式生物及特徵數據辨識的電腦實作方法。該電腦實作方法包括：接收來自至少一件生物識別感應器的一個個體的特徵數據；處理該特徵數據以形成可以分辨該個體的細節皮膚斑紋的生物識別資料和可以分辨該個體之生理特徵的生物識別資料；評估可以分辨該個體的細節皮膚斑紋的生物識別資料和可以分辨該個體之生理特徵的生物識別資料；比對該個體的生物特徵數據以及預先決定之已註冊個體之特徵數據；判斷該個體是否為已註冊；如果該個體為未註冊，則給予該個體一唯一標識；以及將該唯一標識註冊於一種資料儲存空間；其中該個體的特徵數據不包括虹膜及視網膜的影像，也不包括從動物體上取下的實體生物樣本的特徵數據；以及其中該個體之生理特徵不包括虹膜、視網膜以及從動物體上取下的實體生物樣本。
該電腦實作方法進一步包括：從至少一個收集行為感應器將該個體之唯一標識連結至一種行為數據收集系統。
在一些實施例中，至少一個該生物特徵辨識感應器包括至少一個陀螺儀穩定式2D相機及陀螺儀穩定式3D相機。在一些實施例中，至少一個該生物特徵辨識感應器進一步包括位於至少一個該陀螺儀穩定式2D相機及該陀螺儀穩定式3D相機的一個雷射裝置，來鎖定於一個目標物上。
在一些實施例中，該相機可以包括一種允許在各種聚焦長度拍下鮮明圖像的自動對焦儀器。在其它實施例中，該相機可以包括一種可以針對未位於定焦距離之中的物件而拍攝模糊影像的定焦鏡頭。在這些實施例中，該電腦實作方法可以包含演算法來棄置未對焦之影像。
在一些實施例中，該動物是魚類，以及該個體的生理特徵包括至少一個體形狀、眼睛、唇、嘴、鰓、翅片的位置，以及黑素細胞群。在一些實施例中，該動物是鳥類，該個體之辨別細節特徵為主的皮膚斑紋包括細節特徵為主的羽毛斑紋，以及該個體之生理特徵包括至少一個體形狀、眼睛、喙、翅膀、及腿部位置。在一些實施例中，該動物是豬類，以及該個體之生理特徵包括至少一個體形狀、眼睛、唇、嘴、腿部以及尾巴位置。
本發明之電腦實作方法可以更進一步包括至少以下步驟之一：處理及棄置未聚焦、有視覺缺陷、加工過，或是另外不適合進行更進一步處理的圖像；透過查看一個特定區域或體積內的個體號碼來處理和分析；透過尋找非正常行為或生病的個體來處理和分析； 透過尋找增長率或個體的增加量或減少量來處理和分析；處理和分析動物健康；處理和分析流行病控制；處理和分析動物健康，以及使用流行病控制用之處理過及分析過資料；以及處理和重新呈現該特徵數據，以便能夠手動查看數據，連接到個體的唯一標識，並且讓任何人以圖像或軟片檢查結果。
本發明在第二部分提供一種動物用非侵入式生物特徵辨識系統。該系統包括：至少一個生物特徵辨識感應器，以及至少一個生物特徵辨識感應器捕捉一個體的特徵數據；一個特徵數據處理引擎，以及該特徵數據處理引擎處理該個體之特徵數據來形成可以識別該個體的細節皮膚斑紋之生物識別資料，以及可以識別該個體的生理特徵之生物識別資料；一個生物識別資料評估引擎，以及該生物識別資料評估引擎評估可以識別該個體的細節皮膚斑紋之生物識別資料，以及可以識別該個體的生理特徵之生物識別資料，來形成生物特徵識別資料；以及一個生物特徵識別資料比對引擎，以及該生物特徵識別資料比對引擎將個體之生物特徵識別資料與預先決定之已註冊的個體之特徵資料進行比對，決定是否該個體為已註冊，如該個體為未註冊，給該個體一個唯一識別碼，並且將唯一識別碼註冊於一種資料儲存空間。
在一些實施例中，至少一個該生物特徵辨識感應器包括至少一個陀螺儀穩定式2D相機及陀螺儀穩定式3D相機。在一些實施例中，至少一個該生 物特徵辨識感應器更進一步包括一個位於至少一個該陀螺儀穩定式2D相機及該陀螺儀穩定式3D相機的一個雷射裝置，來鎖定於一個目標物上。在一些實施例中，至少一個該生物特徵辨識感應器包括一種配備有允許在各種聚焦長度拍下鮮明圖像的自動對焦儀器之相機。在一些實施例中，至少一個該生物特徵辨識感應器包括一種配備有允許在各種聚焦長度拍下鮮明圖像的自動對焦儀器之相機。在一些實施例中，至少一個該生物特徵辨識感應器包括一種配備可以針對未位於定焦距離之中的物件而拍攝模糊影像的定焦鏡頭之相機。
在一些實施例中，該動物是魚類，以及該個體的生理特徵包括至少一個體形狀、眼睛、唇、嘴、鰓、翅片的位置，以及黑素細胞群。在一些實施例中，該動物是鳥類，該個體之辨別細節特徵為主的皮膚斑紋包括細節特徵為主的羽毛斑紋，以及該個體之生理特徵包括至少一個體形狀、眼睛、喙、翅膀、及腿部位置。在一些實施例中，該動物是豬類，以及該個體之生理特徵包括至少一個體形狀、眼睛唇、嘴、腿部以及尾巴位置。
在一些實施例中，至少一個該生物特徵辨識感應器捕捉該個體的行為資料。
在一些實施例中，特徵資料處理引擎包括以演算法來棄置未對焦之影像。
本發明的系統可以進一步包括：一種行為資料比對引擎，以及該生理特徵數據比對引擎將生理特徵數據與一個預定之生理特徵數據的可接受數值範圍進行比對；至少一種參數特性的傳感器，以及所述至少一個參數特性的傳感器捕獲的環境的參數特性；以及 一種參數特徵處理引擎，並且該參數特徵處理引擎接收該條件的參數特徵與可接受的數值之預定範圍內，並且發送一個信號，如果該個體為已登記，如果生理特徵數據是在預定範圍內，並且如果條件的參數特徵是為參數的可接受數值的範圍內。
此外，本發明的系統可以進一步包括一種資料處理和分析引擎。該資料處理和分析引擎處理以及分析至少如左列之中的一項：特定面積或容量中之個體數目，患病個體之不正常行為，個體成長速率或容量之增加或減少，動物死亡，以及流行病控制，或是處理以及重新使該特徵資料可以以手動方式檢視該資料，其係與一個體之唯一辨識碼連接，以及可以讓人使用於影像或影片的方式檢查研究結果。
本發明於第三方面提供一種用於非侵入式生物特徵辨識系統之計算機程式產品。該計算機程式產品包括：非暫時性計算機的可記錄式介質；用於接收來自該至少一個生物特徵辨識感應器的個體的特徵資料的第一程式指令；用於處理該特徵資料來處理生物特徵資料以形成可以辨識該個體的基於細節的皮膚標記和可以辨識該個體的生理特徵之生物特徵資料的第二程式指令；用於評估該特徵資料來以識別生物特徵資料來識別基於細節的皮膚標記和生物特徵資料來該個體的生理特徵細節，以形成該個體之生物特徵資料的第三程式指令；用於將該個體之生物特徵資料與預定之已登記個體的特徵資料進行比對，決定該個體是否已註冊，如果該個人沒有註冊時，給予該個體一個唯一標識，並且 將唯一識別註冊於資料儲存空間的第四程式指令；以及該第一程式指令、第二程式指令、第三程式指令，以及該第四程式指令係被儲存於該非暫時性計算機的可記錄式介質上。
本發明的計算機程式產品可以進一步包括：用於連接該個體的唯一標識，來接收來自該至少一個生物特徵感應器的個體行為資料的第五程序指令；用於將行為資料與一種可接受之生理特徵資料數值的預定範圍進行比對的第六程式指令；用於接收一種情況的參數特徵與用於傳輸信號的可接受參數值的預定範圍，如果個人為已註冊時，如果該生理特徵資料是在預定範圍內時，並且如果條件的參數特徵係在可接受的參數數值範圍內時的第七程式指令；以及該第五程式指令、第六程式指令，以及第七程式指令係被儲存在非暫時性計算機的可記錄式介質上。
此外，本發明的計算機程式產品可以進一步包括用於處理和分析至少如左列之中的一項：特定面積或容量中之個體數目、患病個體之不正常行為、個體成長速率或容量之增加或減少、動物死亡，以及流行病控制，或是處理以及重新使該特徵資料可以以手動方式檢視該資料，其係與一個體之唯一辨識碼連接，以及可以讓人使用於影像或影片的方式檢查研究結果，其中該第八程式指令係儲存在非暫時性計算機的可記錄式介質上。
100‧‧‧系統
102‧‧‧生物特徵辨識感測器
104‧‧‧計算機
106‧‧‧特徵資料處理引擎
108‧‧‧生物特徵辨識資料評估引擎
110‧‧‧生物特徵辨識資料比對引擎
112‧‧‧資料儲存器
114‧‧‧參數特徵感測器
116‧‧‧行為資料比對引擎
118‧‧‧參數特徵處理引擎
120‧‧‧資料處理及分析引擎
202‧‧‧生物特徵辨識感應器
204‧‧‧影像處理
206‧‧‧特徵評估
208‧‧‧特徵提取比對
210‧‧‧未知個體
212‧‧‧新身分加入之資料儲存器
214‧‧‧資料儲存器
216‧‧‧已知個體
218‧‧‧行為分析
302‧‧‧開始認證程序
304‧‧‧捕捉認證資料
306‧‧‧決定重點區域
308‧‧‧產生驗證罩
310‧‧‧決定最適面積、角度、規模
312‧‧‧提取生物特徵辨識
314‧‧‧驗證身分
圖1是根據一個示例性的本發明實施方式，動物用非侵入式生物特徵辨識系統的方塊圖。
圖2是根據一個示例性的本發明實施方式，動物用非侵入式生物特徵辨識系統的程序流程圖。
圖3是根據一個示例性的本發明實施方式，用於證實身份的程序之程序流程圖。
圖4是小型金鎗魚(Euthynnus alletteratus)的形態特徵：1：魚叉長度(FL)；2：標準長度(SL)；3：總長度(TL)；4：胸鰭(DP)的距離；5：胸鰭(LP)的長度；6：第二背鰭(DD2)的距離；7：腹鰭(DV)的距離；8：眼徑(ED)；9：臀鰭(DA)的距離；10：唇長(SNL)；11：頭長(HL)；12：最大主體高度(H)；13：第一背鰭(DD1)的距離；14：第一背鰭基部(LD1)長度；15：第二背鰭基部(LD2)長度。
圖5(a)結合一個鮭魚的形態特徵的識別點，(b)至(e)是基於細節的皮膚標記和它們之間的距離。
本發明提供一種使用基於細節的皮膚斑紋以及例如主體形狀、眼睛、鰓、翅片位置的生理特徵，來用於搜集來自一種個體魚類的形態特徵之即時方法，其不必使用例如虹膜、視網膜，以及從動物體上取下的實體生物樣本。
本發明並且提供一種使用基於細節的皮膚斑紋以及例如主體形狀、眼睛、喙、翅膀、及腿部位置的生理特徵，來用於搜集來自一種個體鳥類的形態特徵之即時方法，其不必使用例如虹膜、視網膜，以及從動物體上取下的實體生物樣本。
本發明並且提供一種使用基於細節的皮膚斑紋以及例如主體形狀、眼睛、唇、嘴、腿部以及尾巴位置的生理特徵，來用於搜集來自一種個體豬類的形態特徵之即時方法，其不必使用例如虹膜、視網膜，以及從動物體上取下的實體生物樣本。
本發明並且提供一種使用基於細節的皮膚斑紋以及例如主體形狀、眼睛、唇、嘴、耳朵、腿部以及尾巴位置的生理特徵，來用於搜集來自一種非人類個體的形態特徵之即時方法，其不必使用例如虹膜、視網膜，以及從動物體上取下的實體生物樣本。
如前所述，為了感測該個體之生物特徵辨識資料，本發明使用一種雷射裝置來定位生物特徵辨識面積以及於該個體上測量生物特徵辨識。
如前所述，該感測器於該感測器內搜集該處理前之資料。
如前所述，該感測器組織該個體之已搜集行為以及特徵資料。
如前所述，該感測器傳送該資料至一台電腦以繼續處理、過濾、以及分析。
如前所述，該計算機將該生物特徵資料與預定之已登記個體的特徵資料進行比對，決定該個體是否已註冊，將該生理特徵資料與預定之可接受生理特徵數值範圍，以及將一種條件的參數特徵與一種預定之用於傳送訊號的參數之數值參數範圍進行感測，如果該個體為已註冊，如果該生理特徵資料是否在預定範圍之內，如果該條件之參數特徵將於在可接受參數數值範圍之內。
如前所述，該計算機使用該生物特徵資料來給個體一個唯一辨識。
如前所述，該計算機連結該個體之唯一ID至該個體之捕捉到的行為資料。
如前所述，該計算機傳送該已處理資料至一種中心資料儲存器來進行更進一步的處理及分析，檢視個體於特定面積及容量內之數量。
如前所述，該計算機傳送該已處理資料至一種中心資料儲存器來進行更進一步的處理及分析，檢視非正常行為或是患病個體。
如前所述，該計算機傳送該已處理資料至一種中心資料儲存器來進行更進一步的處理及分析，檢視成長速率或體積增加或減少。
如前所述，該計算機傳送該已處理資料至一種中心資料儲存器來對動物健康及/或流行病控制進行更進一步的處理及分析。
如前所述，該計算機傳送該已處理資料至一種中心資料儲存器來對動物健康及/或使用該資料來進行流行病控制進行更進一步的處理及分析。
如前所述，該計算機傳送該已處理資料至一種中心資料儲存器來更進一步的處理及重新產生基於向量的影像，來手動式地檢視該已搜集資料，連結至一種個體辨識，以及用於讓人可以以影像或是影片檢查研究結果。
圖1是根據一個示例性的本發明實施方式，動物用非侵入式生物特徵辨識系統的方塊圖。該系統100具有一種生物特徵辨識感測器102，一種特徵資料處理引擎106，一種生物特徵辨識資料評估引擎108，一種生物特徵辨識資料比對引擎110，一種資料儲存器112，一種參數特徵感測器114，一種行為資料比對引擎116，一種參數特徵處理引擎118，以及一種資料處理及分析引擎120。該特徵資料處理引擎106，該生物特徵辨識資料評估引擎108，該生物特徵辨識資料比對引擎110，該行為資料比對引擎116，參數特徵處理引擎118，以及 資料處理及分析引擎120均於安裝於一種計算機104上的軟體之中。該計算機104係與該生物特徵辨識感應器102及該參數特徵感應器114相連結。該機算機104係同時與該資料庫112相連結，其儲存動物用生物特徵辨識資料。
該生物特徵辨識感應器102補捉一個個體的特徵資料及行為資料。該特徵資料為一個個體的影像。該生物特徵辨識感應器102係至少一個陀螺儀穩定式2D相機及/或至少一個配備一個雷射裝置，來鎖定於一個目標物上的陀螺儀穩定式3D相機。根據需求，該生物特徵辨識感應器102係為至少一種配備有一種允許在各種聚焦長度拍下鮮明圖像的自動對焦儀器的相機，或是至少一種配備有可以針對未位於定焦距離之中的物件而拍攝模糊影像的定焦鏡頭的相機。
該特徵資料處理引擎106處理該個體之特徵資料來形成可以辨別該個體之細節特徵為主的皮膚斑紋之生物特徵辨識資料，以及可以辨別該個體之生理特徵之生物特徵辨識資料。另外，該特徵資料處理引擎106具有演算法來棄置未對焦之影像。
當該個體是魚類，該個體之生理特徵包括，但不限於，至少一個體形狀、眼睛、唇、嘴、鰓、翅片的位置。當該個體是鳥類，該個體之辨別細節特徵為主的皮膚斑紋包括細節特徵為主的羽毛斑紋，以及該個體之生理特徵包括至少一個體形狀、眼睛、喙、翅膀、及腿部位置。當該個體是豬類，該個體之生理特徵包括至少一個體形狀、眼睛、唇、嘴、腿部以及尾巴位置。
該生物特徵辨識資料評估引擎108評估該個體之細節特徵為主的皮膚斑紋之生物特徵辨識資料，以及辨別該個體之生理特徵之生物特徵辨識資料以形成該個體的生物辨識特徵資料。
生物特徵辨識資料比對引擎110將該個體的生物特徵辨識資料與預定已註冊個體的特徵資料進行比對，決定該個體是否為已註冊，給該個體一個唯一辨識如果該個體為未註冊，以及將唯一辨識註冊於該資料儲存器112。
該行為資料比對引擎116將行為資料與預定行為數值範圍進行比對。該參數特徵感測器114補捉一種條件之參數特徵。該參數特徵包括但不限於高度、溫度、濕度、鹽度、亮度、壓力、噪音、傷口、疤痕、咬傷、感應器感染、翻譯方向：上、下、左、右，轉動：滾轉及偏航。
該參數特徵處理引擎118接受一種條件參數特徵及一種預定可接受數值範圍及傳送一種訊號，如果該個體為已註冊，如果該生理特徵資料係在預定範圍之內，以及如果該條件之參數特徵係在可接受參數數值之內。
該資料處理及分析引擎120處理及分析至少如左列之中的一項：特定面積或容量中之個體數目，患病個體之不正常行為，個體成長速率或容量之增加或減少，動物死亡，以及流行病控制，或是處理以及重新使該特徵資料可以以手動方式檢視該資料，其係與一個體之唯一辨識碼連接，以及可以讓人使用於影像或影片的方式檢查研究結果。
圖2是根據一個示例性的本發明實施方式，描述一個動物用非侵入式生物特徵辨識方法的一個流程程序圖。一個個體的特徵資料，比如該個體的影像，係被至少一種生物特徵辨識感應器202補捉以及處理204來形成可以辨識該個體的基於細節的皮膚標記和可以辨識該個體的生理特徵之生物特徵資料。可以辨識該個體的基於細節的皮膚標記和可以辨識該個體的生理特徵之生物特徵資料係被評估206來形成該個體之生理特徵辨識資料。該個體之生理特徵辨識資料係被提取及與預定已註冊個體之特徵資料進行比對208來決定該個體 是否為已註冊。如果該個體為未註冊210，一個唯一辨識212被給予該個體以及註冊於一個資料儲存器214。如果該個體早已被認識以及註冊216，該個體之唯一辨識係被連接來接受從該生理特徵辨識感應器的該個體之行為資料，該行為資料為已分析218，以及該已分析資料為被儲存於資料儲存器中214。
圖3是根據一個示例性的本發明實施方式，用於證實身份的程序之程序流程圖。在圖3中被敘述的程序可以在軟體中被實行，比如於圖1中出現之特徵資料處理引擎106，生物特徵辨識資料評估引擎108，以及生物特徵辨識特徵資料比對引擎110。
該程序以一種認證過程302為開始的第一步，接著補捉認證資料304來決定哪一個區域為後續將被分析的重點區域306。於此之後，驗證罩會被產生308來決定認證資料的哪一個面積、角度、以及規模將被最適化310。然後，該生物特徵辨識特徵係從該最適化資料312中被提取出來，以及最後，一個個體的身份係被驗證314。
本發明以魚類作為案例之更進一步解釋係如以下所述。
多重生物特徵辨識
多模態系統指的是一群可以組合一個以上的生物特徵辨識識別碼的系統。僅仰賴一種單一生物特徵辨識識別碼的生物特徵辨識系統經常不能滿足需要的使用表現。透過使用細節特徵為主的皮膚斑紋以及一起配合之唯一獨特的嘴型、眼睛位置、鰭型、以及鰓的位置，本發明可以找出一個唯一獨特的個體魚類，並且給該個體一個唯一辨識以及再將其從其它魚類中辨別出來。
資料搜集感應器
一種或多種感應器係被使用來搜集資料以及將資訊轉換成為一種電子格式。訊號處理演算法執行品質控制活動並且開發該生物特徵辨識模組。一種資料儲存構成要件的功能是保留會與新生物特徵辨識模組相比對的資訊。一種相配演算法將該新生物特徵辨識模組與一種或多種被保留在資料儲存器中的模組進行比對。最後，一種決策程序使用從相配構成要件得到的結果來做出一種系統級的決定。
如果一種魚類的模式陣列可以如同其它全部該種類的個體，以相同模型或程序被敘述，下一個問題就是，為什麼全部的模式都不同，除了結構類型這個面向以外。前述問題的原因是該最終最完善的模式是強烈地取決於初始條件以及邊界條件。該初始條件可以是一種隨機模式，其中甚至小變化可以強制使最終模式發生變化，如果該模型為非線性。一種邊界條件可以為一種外部環境條件(比如溫度、壓力、光條件、鹽度等)或是該個體形狀。
生物特徵辨識感應器
為能從游泳魚類搜集生物特徵辨識資料，高解析度2D以及3D，配備有一種放大功能以及配合一種可以鎖定在一件物件/目標(個體魚類)之動作偵測系統的陀螺儀穩定式相機有其需求性。透過使用用於縮放、參考、測量的整合式小型水底雷射，更多資料可以被加入至該系統中。
是不是魚？
可以分析一種潛在移動目標的演算法(如一種移動魚類)係被使用，透過識別出一種被識別為一種可接受物件(如魚類)因而需要追蹤的物件之形狀及向量。一種透過使用在魚身上的唇及尾來定位形狀及向量的案例是使用在加速式分類號設定之中Haar-類之特徵。使用Haar偵測器來進行獨立偵測唇及尾 的結果已經被進一步改進，其使用該被偵測的唇及尾之間的關係，舉例來說，透過限制基於唇偵測以及其它之結果的尾偵測之尋找。
追蹤
如果該分析軟體接受該物件(魚)要處於可以產生出一種可接受之生物特徵辨識資料的位置之條件，資料搜集將採用該物件(魚)的高解析圖像。該資料將，即時地，被更進一步處理，過濾，以及轉換為基於向量的圖像。如果該計算機要求一種追蹤序列來使其能搜集資料，該魚係被追蹤的，其追蹤技術是使用一種動作偵測演算法，舉例來說，其使用兩個演算法的一種組合：
1.一種基於該圖像面積之質心的特徵向量，該動作向量，該魚的面積以及方向(主軸線的角度)，將從框架到框架之間的變化與啟示門檻。
2.使用色素數值與該色相歸屬於該目標物件的直方圖的HSV(色相、飽和度、值)空間之中的顏色配對。
透過加入用於縮放、參考、以及其它測量的小型水下雷射，配合從高解析度相機(錄影相機)得到之資料，該生物特徵辨識資料品質可以如此被取得。
影像處理
向量化採用寬動態範圍、透鏡畸變修正、噪音減底、顏色修正、以及缺陷色素修正、影像增強，透過一個強大的計算機完成。舉例來說，影像處理已被敘述於Patterson et al.("Constructing and Rendering Vetorised Photogrpahic Images," Journal of Virtual Realty and Broadcasting,Volume 9(2012),no.3；urn：nbn：de：009632713)，以及美國專利核准案號6,735,695、7,421,097、7,769,207、7,991.199、8,190,544、8,355,543、8,442,279、以及8,879,804。 影像處理的方法係於此依據於參考文獻。
特徵提取
在生物特徵辨識技術中，相較於比對整個影像，生物特徵辨識點係被放置於關鍵位置，並且全部點之間的測量係被採取。使用多模態系統的情境下，多於一種的生物特徵辨識技術係被合併在一起來增加辨識一個個體的能力。
該結果係被編譯成為一個"分數"。這種分數可以很輕易地從任一影像得到並且儲存於該資料庫中。當一個新個體的影像被得到以後，要得到一個成功辨識的需求是，關於該個體，要使該系統基於該影像之生物特徵辨識編譯該"分數"，並且將該新分數與資料庫中的分數進行比對。
換言之，一個生物特徵辨識系統透過將該分數與個體的其它已儲存之分數進行分析，來執行該個體之驗證與認證。該系統確認或是拒絕該個體之身份。與此相關之挑戰是從一個位於其棲息地的個體搜集出一個高品質分數。
本發明結合形態特徵以及基於細節的皮膚標記來辨識出該個體。圖4表示作為一實例的一種小型金鎗魚(Euthynnus alletteratus)的形態特徵。於此實例中，一隻魚的不同部位之長度，比如但不限於，魚叉長度(1)、標準長度(2)、總長度(3)、胸鰭(4)的距離、胸鰭(5)的長度、第二背鰭(6)的距離、腹鰭(7)的距離、眼徑(8)、臀鰭(9)的距離、唇長(10)、頭長(11)、最大主體高度(12)、第一背鰭(13)的距離、第一背鰭基部(14)長度、第二背鰭基部(15)長度，前述項目可以被測量並且被作為生物特徵辨識使用。
除此之外，圖5(a)至5(e)表示該組合一隻鮭魚之形態特徵以及基 於細節的皮膚標記及它們之間距離和位置的辨識點。如同出現於圖5(b)中，3三角面積(9個標記，比如b1、b2、b3)係被記錄來分辨出該鮭魚。每一個標記之間的距離(比如b1與b2之間距離、b2與b3、b1與b3)係被記錄，並且距離與另一距離之間的比例係也被記錄。舉例來說，b1與b2之間的距離與b2與b3之間的距離的比例是1.81；b2與b3之間的距離與b1與b3之間的距離的比例是0.84；b1與b3間的距離與b1與b2之間的距離的比例是0.66。鮭魚長大之後，如圖5(c)所示，3三角面積(9標記，比如b1'、b2'、b3')係再度被記錄，以及b1'與b2'之間的距離與b2'與b3'之間的距離、b2'與b3'之間的距離與b1'與b3'之間的距離、b1'與b3'間的距離與b1'與b2'之間的距離係被計算出。如果每一個兩件標記之間的距離係與前一個記錄相符(於5%誤差之中)，該魚係在辨識為同一支魚。除了基於細節的皮膚標記之外，標記位於特定面積的標記也可以被使用來辨識魚。舉例來說，如圖5(d)以及5(e)，下顎的終點(d1、d1')，胸鰭(d2，d2')，背鰭(d3，d3的前點')，以及眼睛的中央點(d4，d4')的前點還可以用於識別一條魚。透過使用帶有基於細節的皮膚標記之形態特徵，位於魚群中的魚個體可以被辨識出來。
特徵評估
當特徵的評估已完成，很多將會影響程序以及結果的因子需要被考慮。於本發明中使用的演算法需要考量全部可以改變或是干擾一個分數中之結果的因子。
一個用於計算魚容量、使用長度/重量關係的典型方程式是(M=aL^b)，其中M表示質量，a表示一個常數(其取決於種類；交叉點)，L表示長度以及b表示3(立方)。
更進一步的研究表示當魚成長更大時，即存之方程式並未如預想中的來得適配。跡象顯示越長長度的農場魚變得相對較重(b>3)。因此，建議是使用M=bL^2*H，其中H表示該魚的高度或是該最高點為(b=3)或是(b~3)。基於這個知識，該魚的長度及高度係被，舉例而言但不限於其中，一個雷射裝置，來取得準確容量計算。
許多因子需要被考量。一些因子如左所列：高度、溫度、濕度、鹽度、亮度、壓力、噪音、傷口、疤痕、咬傷、感應器感染、翻譯方向：上、下、左、右，轉動：滾轉及偏航。被選擇使用的演算法評估該結果以及以高精確率呈現該結果。
本發明之上述實施方式的許多改變和修改，當然，可以予以進行而不脫離其範圍。因此，為了促進科學及實用技藝的進步，本發明於此公開並且其意為僅被所附權利要求之範圍所限。

Claims (15)

  1. 一種動物用非侵入式生物特徵辨識的電腦實作方法，包括：接收來自至少一件生物識別感應器的一個個體的特徵數據；處理該特徵數據以形成可以分辨該個體的細節皮膚斑紋的生物識別資料和可以分辨該個體之生理特徵的生物識別資料；評估可以分辨該個體的細節皮膚斑紋的生物識別資料和可以分辨該個體之生理特徵的生物識別資料，以形成該個體的生物識別特徵數據；將該個體的生物識別特徵數據與預先決定之已註冊個體之特徵數據進行比對；判斷該個體是否為已註冊；給予該個體一唯一標識，如果該個體為未註冊；以及將該唯一標識註冊於一種資料儲存空間；其中該個體的特徵數據不包括虹膜及視網膜的影像，也不包括從動物體上取下的實體生物樣本的特徵數據；以及其中該個體之生理特徵不包括虹膜、視網膜以及從動物體上取下的實體生物樣本。
  2. 如申請專利範圍第1項所述之電腦實作方法，更進一步包括：從至少一個收集行為感應器將該個體之唯一標識連結至一種行為數據收集系統。
  3. 如申請專利範圍第1項所述之電腦實作方法，其中該動物是魚類，以及該個體的生理特徵包括至少一個體形狀、眼睛、唇、嘴、鰓、翅片的位置。
  4. 如申請專利範圍第1項所述之電腦實作方法，其中該動物是鳥類，該個體之辨別細節特徵為主的皮膚斑紋包括細節特徵為主的羽毛斑紋，以及該個體之生理特徵包括至少一個體形狀、眼睛、喙、翅膀、及腿部位置。
  5. 如申請專利範圍第1項所述之電腦實作方法，其中該動物是豬類，以及該個體之生理特徵包括至少一個體形狀、眼睛唇、嘴、腿部以及尾巴位置。
  6. 如申請專利範圍第1項所述之電腦實作方法，更進一步包括至少以下步驟之一：處理及棄置未聚焦、有視覺缺陷，工件，或是另外不適合進行更進一步處理的圖像；透過查看一個特定區域或體積內的個體號碼來處理和分析；透過尋找非正常行為或生病的個體來處理和分析；透過尋找增長率或個體的增加量或減少量來處理和分析；處理和分析動物健康；處理和分析疫情控制；處理和分析動物健康，以及使用流行控制用之處理過及分析過資料；以及處理和重新呈現該特徵數據，以便能夠手動查看數據，連接到個體的唯一標識，並且讓任何人以圖像或膜檢查結果。
  7. 一種動物用非侵入式生物特徵辨識的系統，包括：至少一個生物特徵辨識感應器，並且至少一個該生物特徵辨識感應器捕捉該個體的特徵數據；一個特徵數據處理引擎，以及該特徵數據處理引擎處理該個體之特徵數據來形成可以識別該個體的細節皮膚斑紋之生物識別資料，以及可以識別該個體的生理特徵之生物識別資料；一個生物識別資料評估引擎，以及該生物識別資料評估引擎評估可以識別該個體的細節皮膚斑紋之生物識別資料，以及可以識別該個體的生理特徵之生物識別資料，來形成生物特徵識別資料；一個生物特徵識別資料比對引擎，以及該生物特徵識別資料比對引擎將個體之生物特徵識別資料與預先決定之已註冊的個體之特徵資料進行比對，決定是否該個體為已註冊，如該個體為未註冊，給該個體一個唯一識別碼，並且將唯一識別碼註冊於一種資料儲存空間；以及一種行為資料比對引擎，其中該生理特徵數據比對引擎將生理特徵數據與一個預定之生理特徵數據的可接受數值範圍進行比對；至少一種參數特性的傳感器，其中該至少一個參數特性的傳感器捕獲一環境的參數特性；以及一種參數特徵處理引擎，其中如果該個體為已登記、如果生理特徵數據是在預定範圍內，以及如果該環境的參數特徵在參數的可接受數值的範圍內，則該參數特徵處理引擎接收該環境的參數特徵與可接受的數值之預定範圍內，並且發送一個信號。
  8. 如申請專利範圍第7項所述之系統，其中包括至少一個該生物特徵辨識感應器包括至少一個陀螺儀穩定式2D相機及陀螺儀穩定式3D相機。
  9. 如申請專利範圍第8項所述之系統，其中至少一個該生物特徵辨識感應器更進一步包括一個位於至少一個該陀螺儀穩定式2D相機及該陀螺儀穩定式3D相機的一個雷射裝置，來鎖定於一個目標物上。
  10. 如申請專利範圍第7項所述之系統，其中至少一個該生物特徵辨識感應器包括一種配備有允許在各種聚焦長度拍下鮮明圖像的自動對焦儀器之相機。
  11. 如申請專利範圍第7項所述之系統，其中至少一個該生物特徵辨識感應器包括一種配備可以針對未位於定焦距離之中的物件而拍攝模糊影像的定焦鏡頭之相機。
  12. 如申請專利範圍第7項所述之系統，其中特徵資料處理引擎包括演算法來棄置未對焦之影像。
  13. 如申請專利範圍第7項所述之系統，更進一步包括一種資料處理和分析引擎，其中該資料處理和分析引擎處理並分析至少以下其中一項：在特定面積或容量中之個體數目，患病個體之不正常行為，個體成長速率或容量之增加或減少，動物死亡，以及流行病控制，或是處理以及重新使該特徵資料可以以手動方式檢視該資料，其係與一個體之唯一辨識碼連接，以及可以讓人使用於影像或影片的方式檢查研究結果。
  14. 一種動物用非侵入式生物特徵辨識系統之計算機程式產品，包括：非暫時性計算機的可記錄式介質；用於接收來自該至少一個生物特徵辨識感應器的個體的特徵資料的第一程式指令；用於處理該特徵資料來處理生物特徵資料以型成可以辨識該個體的基於細節的皮膚標記和可以辨識該個體的生理特徵之生物特徵資料的第二程式指令；用於評估該特徵資料來以識別生物特徵資料來識別基於細節的皮膚標記和生物特徵資料來該個體的生理特徵細節，以形成該個體之生物特徵資料的第三程式指令；用於將該個體之生物特徵資料與預定之已登記個體的特徵資料進行比對，決定該個體是否被註冊，如果該個人沒有註冊時，給予該個體一個唯一標識，並且將唯一識別註冊於資料儲存空間的第四程式指令；其中第一程式指令，第二程式指令，第三程式指令，並且該第四程式指令係被儲存於該非暫時性計算機的可記錄式介質上；用於連接該個體的唯一標識，來接收來自該至少一個生物特徵感應器的個體行為資料的第五程序指令；用於將行為資料與一種可接受之生理特徵資料數值的預定範圍進行比對的第六程式指令；用於接收一種情況的參數特徵與用於傳輸信號的可接受參數值的預定範圍，如果該個體為已註冊時，如果該生理特徵資料是在預定範圍內時，並且如果條件的參數特徵係在可接受的參數數值範圍內時的第七程式指令；以及其中第五程式指令，第六程式指令，以及第七程式指令係被儲存在非暫時性計算機的可記錄式介質上。
  15. 如申請專利範圍第14項所述之計算機程式產品，更進一步包括第八程式指令，該第八程式指令用於處理和分析至少下列一項：特定面積或容量中之個體數目，患病個體之不正常行為，個體成長速率或容量之增加或減少，動物死亡，以及流行病控制，或是處理以及重新使該特徵資料可以以手動方式檢視該資料，其係與一個體之唯一辨識碼連接，以及可以讓人使用於影像或影片的方式檢查研究結果，其中該第八程式指令係儲存在非暫時性計算機的可記錄式介質上。
TW104115959A 2014-05-20 2015-05-19 動物用非侵入式多模態生物特徵辨識系統 TWI645339B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201462000890P 2014-05-20 2014-05-20
US62/000,890 2014-05-20

Publications (2)

Publication Number Publication Date
TW201610867A TW201610867A (zh) 2016-03-16
TWI645339B true TWI645339B (zh) 2018-12-21

Family

ID=54553421

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104115959A TWI645339B (zh) 2014-05-20 2015-05-19 動物用非侵入式多模態生物特徵辨識系統

Country Status (7)

Country Link
US (1) US10146993B2 (zh)
EP (1) EP3146474B8 (zh)
CN (1) CN107077626B (zh)
CA (1) CA2949768C (zh)
CL (1) CL2016002853A1 (zh)
TW (1) TWI645339B (zh)
WO (1) WO2015176637A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI707293B (zh) * 2019-02-15 2020-10-11 茂生農經股份有限公司 家禽畜行為自動偵測系統及其自動偵測方法

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106407881B (zh) * 2015-07-29 2020-07-31 财团法人工业技术研究院 生物辨识装置及方法与穿戴式载体
FR3055162B1 (fr) * 2016-08-19 2019-08-02 Delphine Mallet Procede de comptage et d'identification d'especes de poissons en un lieu donne
TWI630558B (zh) * 2017-10-27 2018-07-21 鴻海精密工業股份有限公司 潛水記錄裝置
US11825814B2 (en) 2017-12-20 2023-11-28 Intervet Inc. System for external fish parasite monitoring in aquaculture
US11980170B2 (en) 2017-12-20 2024-05-14 Intervet Inc. System for external fish parasite monitoring in aquaculture
CN108391602B (zh) * 2018-04-25 2023-06-06 中国农业科学院农业信息研究所 一种雏鸡性别识别系统及其识别方法
WO2019207041A1 (en) * 2018-04-26 2019-10-31 F. Hoffmann-La Roche Ag Method of and system for tracking an animal in a population of animals
JP6650984B1 (ja) * 2018-10-03 2020-02-19 株式会社メビウス 錦鯉の個体識別方法
CN112805720B (zh) * 2018-10-10 2024-05-31 利拉伐控股有限公司 使用视觉技术的动物标识
MA43475B1 (fr) * 2018-10-11 2021-09-30 Univ Int Rabat Procédé de calibrage automatique des poissons combinant le traitement d’image et l’intelligence artificielle
JP6945663B2 (ja) * 2020-01-23 2021-10-06 ソフトバンク株式会社 推定プログラム、推定方法および情報処理装置
CN111328750A (zh) * 2020-04-03 2020-06-26 深圳市维象智能科技有限公司 一种用于水产行业的数据集成及标记的方法及装置
CN113496438A (zh) * 2020-06-29 2021-10-12 童杉杉 一种基于生物识别的金融保险方法
CA3185899A1 (en) * 2020-07-13 2022-01-20 Terje Ernst MIKALSEN Farmed fish tracking and verification system
CN113367093B (zh) * 2021-04-29 2022-04-22 福建省水产研究所（福建水产病害防治中心） 鱼类体外标志的鳍棘套管固定方法
CN116092016B (zh) * 2023-04-06 2023-06-27 成都超有范儿科技有限公司 基于云技术多维度识别功能的系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1598866A (zh) * 2004-09-08 2005-03-23 江苏大学 采用图像处理的鱼病自动诊断方法及其装置
US20130142398A1 (en) * 2011-12-01 2013-06-06 Finding Rover, Inc. Facial Recognition Lost Pet Identifying System
CN103164773A (zh) * 2013-02-26 2013-06-19 东南大学 一种牛原产地溯源方法
TW201400811A (zh) * 2012-03-08 2014-01-01 Chang He Bio Medical Science Yangzhou Co Ltd 用於改進疾病檢測的微器件

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3436293B2 (ja) 1996-07-25 2003-08-11 沖電気工業株式会社 動物の個体識別装置及び個体識別システム
US20040208343A1 (en) 1998-07-09 2004-10-21 Colorado State University Research Foundation Apparatus and method for creating a record using biometric information
NL1011509C2 (nl) * 1999-01-05 2000-07-06 Nedap Nv Werkwijze voor het biometrisch indentificeren van dieren.
US20020116390A1 (en) * 2000-12-22 2002-08-22 Meadows Louis B. Pet identification system and method
WO2007077694A1 (ja) * 2005-12-28 2007-07-12 Atomsystem Co., Ltd. 鼻紋情報生成装置及び鼻紋情報照合装置及び鼻紋情報生成プログラム及び鼻紋情報生成方法
CA2648800A1 (en) * 2006-03-03 2007-09-13 Fort Supply Ip, Llc Social group management system and method therefor
US20070237365A1 (en) 2006-04-07 2007-10-11 Monro Donald M Biometric identification
CA2568924A1 (en) * 2006-11-29 2008-05-29 James Peters Bird identification system
US20080140234A1 (en) * 2006-12-06 2008-06-12 Shafter Richard M Method and system for remotely directing a fishing tournament
ES1064599Y (es) * 2006-12-21 2007-07-01 Roma Alvar Segui Dispositivo para la identificacion de aves
RU2361397C1 (ru) * 2008-01-09 2009-07-20 Общество с ограниченной ответственностью "Частный институт стерляди" Способ мечения осетровых рыб
CA2736609C (en) * 2008-02-14 2016-09-20 Iristrac, Llc System and method for animal identification using iris images
CN101478541A (zh) * 2008-10-21 2009-07-08 刘洪利 一种生物特征认证方法,以及一种生物特征认证系统
US8190544B2 (en) 2008-12-12 2012-05-29 International Business Machines Corporation Identifying and generating biometric cohorts based on biometric sensor input
CN101773394B (zh) * 2010-01-06 2011-09-07 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统
AU2010219406B2 (en) * 2010-05-19 2013-01-24 Plf Agritech Pty Ltd Image analysis for making animal measurements
US20120124387A1 (en) * 2010-11-11 2012-05-17 Skocic Ruth E Animal Data Management
US8787625B2 (en) * 2011-04-27 2014-07-22 Los Angeles Biomedical Research Institute At Harbor-Ucla Medical Center Use of relatively permanent pigmented or vascular skin mark patterns in images for personal identification
US20120306644A1 (en) * 2011-06-06 2012-12-06 Thomas Campbell Fish Identification Device and Method of Use
CN102332093B (zh) * 2011-09-19 2014-01-15 汉王科技股份有限公司 一种掌纹和人脸融合识别的身份认证方法及装置
CN202635344U (zh) * 2012-02-23 2013-01-02 中国水产科学研究院珠江水产研究所 一种鱼类行为的监测系统
CN103754378B (zh) * 2014-01-22 2015-12-02 徐鹏 一种多镜头航空摄影稳定平台

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1598866A (zh) * 2004-09-08 2005-03-23 江苏大学 采用图像处理的鱼病自动诊断方法及其装置
US20130142398A1 (en) * 2011-12-01 2013-06-06 Finding Rover, Inc. Facial Recognition Lost Pet Identifying System
TW201400811A (zh) * 2012-03-08 2014-01-01 Chang He Bio Medical Science Yangzhou Co Ltd 用於改進疾病檢測的微器件
CN103164773A (zh) * 2013-02-26 2013-06-19 东南大学 一种牛原产地溯源方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI707293B (zh) * 2019-02-15 2020-10-11 茂生農經股份有限公司 家禽畜行為自動偵測系統及其自動偵測方法

Also Published As

Publication number Publication date
CA2949768C (en) 2019-02-19
EP3146474B8 (en) 2021-06-23
EP3146474B1 (en) 2020-11-18
CN107077626B (zh) 2020-06-02
EP3146474A4 (en) 2018-05-09
CN107077626A (zh) 2017-08-18
TW201610867A (zh) 2016-03-16
EP3146474A1 (en) 2017-03-29
US20170103257A1 (en) 2017-04-13
CA2949768A1 (en) 2015-11-26
CL2016002853A1 (es) 2017-08-04
US10146993B2 (en) 2018-12-04
WO2015176637A1 (en) 2015-11-26

Similar Documents

Publication Publication Date Title
TWI645339B (zh) 動物用非侵入式多模態生物特徵辨識系統
Chen et al. Behaviour recognition of pigs and cattle: Journey from computer vision to deep learning
US8189879B2 (en) System and method for animal identification using IRIS images
Saberioon et al. Automated multiple fish tracking in three-dimension using a structured light sensor
Zion et al. Real-time underwater sorting of edible fish species
Shortis et al. Progress in the automated identification, measurement, and counting of fish in underwater image sequences
Jia et al. Segmentation of body parts of cows in RGB-depth images based on template matching
Lamping et al. ChickenNet-an end-to-end approach for plumage condition assessment of laying hens in commercial farms using computer vision
CN109784200A (zh) 基于双目视觉的奶牛行为图像获取与体况智能监测系统
Jaddoa et al. Automatic eyes localization in thermal images for temperature measurement in cattle
Subramaniam et al. Neural Network with Bee Colony Optimization for MRI Brain Cancer Image Classification.
CN116152928A (zh) 基于轻量级人体姿态估计模型的防溺水预警方法和系统
CN115918571A (zh) 一种栅栏过道式牛体健康数据提取装置及其智能提取方法
CN113627255A (zh) 一种小鼠行为量化分析方法、装置、设备及可读存储介质
Beugeling et al. Computer vision-based identification of individual turtles using characteristic patterns of their plastrons
Pistocchi et al. Kernelized Structural Classification for 3D dogs body parts detection
JPH10275236A (ja) 動物の個体識別装置
Das et al. Identification of a Zebra Based On Its Stripes through Pattern Recognition
Labati et al. Automatic face recognition for forensic identification of persons deceased in humanitarian emergencies
Wongsriworaphon et al. Image analysis for pig recognition based on size and weight
Chen et al. An Automated Thermal Imaging System Based on Deep Learning for Dairy Cow Eye Temperature Measurement
ES2573952B1 (es) Método para la cuantificación de la carga emocional mediante el movimiento de los labios
JP7384506B1 (ja) 学習による昆虫個体の識別装置
Zhao et al. Detection of lameness in dairy cattle using limb motion analysis with automatic image processing
KR20240082757A (ko) 반려견 모색을 이용한 개체 식별에 관한 방법 및 장치