公开(公告)号：CN114170684A

公开(公告)日：2022-03-11

申请号：CN202111476981.3

申请日：2021-12-06

Applicant: 东北大学秦皇岛分校

Inventor： 赵玉良 ,  王星淇

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提供一种基于多时相图像融合与深度学习的动物行为识别方法，首先根据获取的小鼠动作序列样本，利用多时相图像融合的方法，将小鼠动态的时序图像转变为静态表达，得到带有动作信息的融合图像后，采用边缘检测算法将小鼠的运动轮廓提取并剪切出来制作样本数据集，再通过深度学习的方法对数据集进行训练得到用于解决小鼠行为分类的识别模型，利用训练后的卷积神经网络模型预测小鼠行为，得到小鼠连续及完整的行为序列和各个行为发生的频数。这种方法不仅能够准确识别小鼠复杂的行为，同时还具有低成本、可重复性高的特点；运用多路摄像头进行综合预测，可以避免由于单一摄像头无法准确判断小鼠行为类型问题，从而提高识别效果。