公开(公告)号：CN119251903A

公开(公告)日：2025-01-03

申请号：CN202411294270.8

申请日：2024-09-14

Applicant: 西北农林科技大学

Inventor： 王美丽 ,  史颖涵 ,  张浩田 ,  何翀 ,  曹拆 ,  张宏鸣 ,  李书琴 ,  王小龙 ,  陈玉林

IPC: G06V40/20 ,  G06V10/44 ,  G06V10/62 ,  G06V10/52 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种羊只行为识别方法、系统、设备及存储介质，属于计算机视觉技术领域，本发明首先在DeepSORT模型中引入注意力机制和在线掩码策略，构建羊只追踪模型；在YOLOv8模型中添加多尺度组卷积模块和自适应下采样模块，构建羊只行为识别模型。在对视频数据中的图像进行抽帧裁剪后，将裁剪后的图像输入羊只追踪模型对羊个体进行持续追踪，将追踪到的带有唯一标识符ID的多个图像输入羊只行为识别模型，对单只羊的行为进行识别。并记录同一只羊在不同时间、不同位置的形态特征出现的频率和持续时间，根据同一形态特征出现的频率和持续时间对羊只的行为进行分类。本发明克服了单只羊处理存在的局限性，极大地提高了检测精度和行为识别的准确度。

公开(公告)号：CN117392747A

公开(公告)日：2024-01-12

申请号：CN202311285486.3

申请日：2023-10-07

Applicant: 西北农林科技大学

Inventor： 王美丽 ,  张浩田 ,  何翀 ,  马源 ,  王晓博 ,  毛锐 ,  李梅 ,  李书琴 ,  张宏鸣 ,  李斌 ,  王小龙

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/25

Abstract: 本发明公开了一种基于深度学习的牲畜行为检测方法、系统及计算机设备，涉及计算机视觉技术领域，通过对多牲畜视频数据的采集和抽帧，使用翻转、旋转、裁剪、变形对采集的数据进行数据增强后，将YOLOv7‑tiny网络模型作为行为检测模型的骨干网络，以获取不同分辨率牲畜图像数据的行为信息，利用SPD卷积模块减少池化层对图片信息丢失的影响，利用小目标检测层增加网络对于微小模糊目标的感知能力，并结合CA注意力机制，加强网络对目标位置信息的敏感程度，在不损失精度的前提下将模型压缩到了最小；该方法可以高效地进行牲畜各种行为的检测，从而节省畜牧业从业人员的时间成本和劳工成本。