公开(公告)号：CN113780166A

公开(公告)日：2021-12-10

申请号：CN202111058392.3

申请日：2021-09-09

Applicant: 浙江农林大学

Inventor： 徐爱俊 ,  王泽华 ,  周素茵 ,  叶俊华

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种基于编解码网络的生猪骨架提取方法及评价方法，包括以下步骤，基于ResNet50残差网络和U‑Net语义分割网络的相结合搭建编解码网络结构，并同时引入注意力机制的门控模块增强特征提取结果，生成包含位置信息的关键点热力图H；生成所述关键点热力图H的同时预测关键点偏移量，并利用霍夫投票机制将关键点偏移特征矩阵和输出的所述关键点热力图H聚合，得到精确定位的关键点位置后重新映射到原图，把关键点相连后提取出生猪骨架。本发明的有益效果：能够在光照条件不稳定、生猪运动剧烈的情况下实时的提取出生猪骨架，对于输入分辨率大小为1280x720的视频，平均均方根误差为23.43像素，骨架提取准确率为85.27％。

公开(公告)号：CN115713780A

公开(公告)日：2023-02-24

申请号：CN202210970566.1

申请日：2022-08-13

Applicant: 浙江农林大学

Inventor： 徐爱俊 ,  王泽华 ,  蒋永健 ,  任永业

IPC: G06V40/10 ,  G06V20/40 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V10/762 ,  G06V10/74 ,  G06V10/22 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于生成对抗网络的群猪姿态识别方法，包括以下步骤，采集群猪初始数据集并对所述初始数据集进行预处理；构建包括依次设置的生成器、辨别器以及姿态估计模块三个部分的生成对抗网络模型所述姿态估计模块对所述生成器所输出的热图进行解码，并在图中提取出推测出的相应关键点位置，按照比例映射回原图；最后根据关键点位置的分布情况，组装成独立的群猪姿态完成识别。实验结果表明，能够以74.09％的mAP检测群猪的关键点，并对于被遮挡的关键点，PCK指标最高可达82.0％。