本發(fā)明涉及圖像處理，更具體的說是涉及一種母豬擠壓仔豬事件的自動檢測分析方法及系統(tǒng)。

背景技術：

1、目前，據廣泛研究顯示，母豬擠壓是導致仔豬死亡的主要因素，尤其在仔豬斷奶前的早期階段。仔豬受壓風險有多種，母豬擠壓導致的窒息和身體損傷是仔豬死亡的直接原因。盡管人工監(jiān)控可以在一定程度上預防擠壓事件，但在現(xiàn)代大規(guī)模的養(yǎng)殖模式下，這種方法既不高效也不經濟。

2、雖然基于計算機視覺的智能設備已開始應用于智慧養(yǎng)殖業(yè)，但主要集中在豬只行為的簡單分析。對于母豬側臥時仔豬受壓等復雜交互行為的檢測和預測，現(xiàn)有技術仍處于探索階段，缺乏深入研究。母豬側臥時仔豬受壓事件是母豬和仔豬之間的復雜交互行為，其檢測需要充分考慮仔豬與母豬之間的交互關系。

3、在發(fā)生母豬側臥時背部擠壓仔豬的事件時，由于母豬龐大的體型，其背部往往會形成視線障礙，使得難以及時準確地監(jiān)測到受壓仔豬的具體數(shù)量。

4、因此，如何基于精確定位母豬擠壓仔豬的致命區(qū)域進而檢測母豬擠壓仔豬的數(shù)量是本領域技術人員亟需解決的問題。

技術實現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種母豬擠壓仔豬事件的自動檢測分析方法及系統(tǒng)，能夠精確定位母豬擠壓仔豬的致命區(qū)域進而檢測母豬擠壓仔豬的數(shù)量。

2、為了實現(xiàn)上述目的，本發(fā)明采用如下技術方案：

3、一種母豬擠壓仔豬事件的自動檢測分析方法，包括：

4、獲取哺乳母豬及仔豬共同生活的視頻數(shù)據作為初始數(shù)據集；

5、基于所述初始數(shù)據集識別得到所有視頻幀的仔豬掩膜輪廓、母豬姿態(tài)、母豬掩膜輪廓及關鍵點；

6、基于所述母豬姿態(tài)篩選所述初始數(shù)據集，得到基本數(shù)據集；

7、基于所述基本數(shù)據集及對應的所述母豬掩膜輪廓和所述關鍵點得到不同的致命區(qū)域；

8、基于所述致命區(qū)域確定最終致命區(qū)域；

9、基于所述基本數(shù)據集和所述仔豬掩膜輪廓在所述最終致命區(qū)域內追蹤仔豬，得到追蹤結果；

10、基于所述追蹤結果得到被擠壓仔豬數(shù)量。

11、優(yōu)選的，得到所有視頻幀的仔豬掩膜輪廓、母豬姿態(tài)、母豬掩膜輪廓及關鍵點具體包括：

12、構建深度學習網絡并進行預訓練，得到訓練好的深度學習網絡；

13、基于所述初始數(shù)據集進行處理，得到多個視頻幀圖像；

14、將所述視頻幀圖像輸入至所述訓練好的深度學習網絡，得到所述仔豬掩膜輪廓、所述母豬姿態(tài)、所述母豬掩膜輪廓和所述關鍵點。

15、優(yōu)選的，得到基本數(shù)據集具體包括：

16、所述母豬姿態(tài)包括：側臥和非側臥；

17、基于所述初始數(shù)據集篩選得到所述母豬姿態(tài)為側臥的視頻幀圖像f；

18、選取所述視頻幀圖像f之前n幀視頻圖像作為所述基本數(shù)據集。

19、優(yōu)選的，所述關鍵點包括：母豬尾巴與母豬身體的交點t和耳根部關鍵點e。

20、優(yōu)選的，所述不同的致命區(qū)域包括：弧形致命區(qū)域和背形致命區(qū)域；

21、所述弧形致命區(qū)域確定方法為：

22、獲取交點t和耳根部關鍵點e連線的中點m；

23、通過所述中點m且垂直于et連線分別與所述母豬掩膜輪廓的背部和腹部相交，對應得到背部交點v和腹部交點u；

24、在所述背部交點v沿v到m方向偏移距離b后得到測量點p；

25、基于e、p、t三點連接得到的弧線與所述母豬掩膜輪廓相交，得到交點r；

26、基于所述交點r、所述耳根部關鍵點e、所述測量點p、所述交點t、所述腹部交點u和所述交點r依次連接形成了所述弧形致命區(qū)域。

27、優(yōu)選的，所述背形致命區(qū)域確定方法為：

28、在所述腹部交點u沿uv方向偏移距離k后得到節(jié)點o；

29、在所述母豬掩膜輪廓內通過所述節(jié)點o做平行于et連線的直線；

30、所述直線將所述母豬掩膜輪廓分為上區(qū)域和下區(qū)域；

31、將所述上區(qū)域作為所述背形致命區(qū)域。

32、優(yōu)選的，確定最終致命區(qū)域，具體包括：

33、獲取攝像頭位置c，基于所述攝像頭位置c與所述背部交點v連接得到向量cv；

34、基于所述中點m和交點t連接得到向量mt；

35、基于所述向量mt先繞所述中點m向母豬體外旋轉，直到與所述向量cv同向時所掃過的角度作為評估角度；

36、判斷所述母豬掩膜輪廓內的評估角度是否大于180°，若是，則判定母豬背部可見，將所述背形致命區(qū)域作為所述最終致命區(qū)域，否則，判定母豬背部不可見，將所述弧形致命區(qū)域作為所述最終致命區(qū)域。

37、優(yōu)選的，基于所述追蹤結果得到被擠壓仔豬數(shù)量，具體包括：

38、基于所述基本數(shù)據集，計算所有視頻幀圖像中所述仔豬掩膜輪廓與所述最終致命區(qū)域的iou值，得到多個iou值；

39、判斷所述iou值是否逐漸減小為0，若是，則判定仔豬不在所述最終致命區(qū)域內；

40、否則，則判定仔豬位于所述最終致命區(qū)域內，并將仔豬數(shù)量累計到被擠壓仔豬集合作為追蹤結果；

41、判斷所述追蹤結果是否≥1，若是，則判定發(fā)生了仔豬擠壓，并將所述追蹤結果作為所述被擠壓仔豬數(shù)量；

42、否則，則判定未發(fā)生仔豬擠壓。

43、優(yōu)選的，在判定發(fā)生了仔豬擠壓后，還包括：

44、判斷所述最終致命區(qū)域內的仔豬是否可見，若否，則將所述被擠壓仔豬數(shù)量作為不可見的被擠壓仔豬數(shù)量并加入不可見集合；

45、若是，則判斷所述最終致命區(qū)域的背部輪廓線是否穿過所述仔豬掩膜輪廓，若是，則判定為可見的被擠壓仔豬并累計數(shù)量，得到可見集合；

46、否則，則判定為重疊但未被擠壓的仔豬并累計數(shù)量，得到過濾集合。

47、一種母豬擠壓仔豬事件的自動檢測分析系統(tǒng)，包括：數(shù)據獲取模塊、數(shù)據處理模塊、致命區(qū)域確定模塊和結果輸出模塊；

48、所述數(shù)據獲取模塊，用于獲取哺乳母豬及仔豬共同生活的視頻數(shù)據作為初始數(shù)據集；

49、所述數(shù)據處理模塊，用于基于所述初始數(shù)據集識別得到所有視頻幀的仔豬掩膜輪廓、母豬姿態(tài)、母豬掩膜輪廓及關鍵點；基于所述母豬姿態(tài)篩選所述初始數(shù)據集，得到基本數(shù)據集；

50、所述致命區(qū)域確定模塊，用于基于所述基本數(shù)據集及對應的所述母豬掩膜輪廓和所述關鍵點得到不同的致命區(qū)域；基于所述致命區(qū)域確定最終致命區(qū)域；

51、所述結果輸出模塊，用于基于所述基本數(shù)據集和所述仔豬掩膜輪廓在所述最終致命區(qū)域內追蹤仔豬，得到追蹤結果；基于所述追蹤結果得到被擠壓仔豬數(shù)量。

52、經由上述的技術方案可知，與現(xiàn)有技術相比，本發(fā)明公開提供了一種母豬擠壓仔豬事件的自動檢測分析方法及系統(tǒng)，具有以下有益效果：

53、1、本發(fā)明基于自適應致命區(qū)域定位的方法精準確定母豬側臥時擠壓仔豬的致命區(qū)域，解決了母豬背部擠壓仔豬事件過程中的遮擋問題，進而能夠精準檢測得到擠壓仔豬的數(shù)量。

54、2、本發(fā)明實現(xiàn)了高效的側臥母豬擠壓仔豬行為的自動分析，為母豬母性自動評價提供技術參考，為自動檢測和分析母豬擠壓仔豬行為提供新方法。