一种家畜跟踪方法及装置制造方法及图纸

本发明专利技术公开了一种家畜跟踪方法及装置。所述家畜跟踪方法，包括步骤：S1、逐帧接收监控视频，并通过目标检测网络对当前视频帧进行目标检测，得到所述当前视频帧的跟踪目标；S2、在所述当前视频帧为初始视频帧时，向所述当前视频帧的跟踪目标分配家畜标号；S3、在所述当前视频帧为中间视频帧时，根据预先定义的多阈值逐级匹配策略将所述当前视频帧的跟踪目标与先前视频帧的跟踪目标进行匹配，并在匹配成功时使所述当前视频帧的跟踪目标继承所述先前视频帧的跟踪目标的家畜标号；S4、重复步骤S1～S3直至所述当前视频帧为终止视频帧。本发明专利技术能够充分考虑到实际场景中多只家畜快速运动甚至消失、家畜之间严重粘连的情况，实现稳定准确地跟踪家畜。

【技术实现步骤摘要】
一种家畜跟踪方法及装置
本专利技术涉及计算机视觉
，尤其涉及一种家畜跟踪方法及装置。
技术介绍
为了实现生猪等家畜的健康养殖，逐渐应用计算机视觉技术进行家畜的行为识别，以关注家畜的生活状态。目标行为识别的过程可分为目标识别、目标跟踪和行为识别，其中目标跟踪作为一关键环节，具有重要的研究意义。目前提出的较具有代表性的目标跟踪算法是Deepsort算法和IOU-Tracker算法。Deepsort算法采用了递归的卡尔曼滤波对每个目标的位置进行预测，以及逐帧的数据关联，在目标特征提取方面提取当前帧的图片信息后使用经过ReID训练的残差网络提取目标特征，最后采用了匈牙利算法对检测和追踪框进行匹配。IOU-Tracker算法拥有速度快、算法简单、不需要图片信息等特点，在目标匹配前采用阈值法除去检测置信度较低的目标，然后对比前后帧目标相交的IOU区域进行目标匹配，此外为减少目标的转换，目标跟踪的帧数不少于Tmin，当出现跟踪帧数少于Tmin时，移除目标信息。对于上述算法，Deepsort算法在跟踪时需要提取目标的图片信息，不适用于体型相近的生猪等家畜，在多只家畜快速运动、家畜之间严重粘连的情况下，容易造成家畜标号互换，且Deepsort算法采用了ReID训练的残差网络提取目标特征，在运行速度上远远低于不需要图片信息的目标跟踪算法；IOU-Tracker算法采用的是单阈值匹配方法，在家畜之间粘连时容易造成匹配错误，且IOU-Tracker算法没有预测目标位置，在家畜移动过快以及家畜丢失时，无法跟踪到家畜。r>因此，目前提出的目标跟踪方法尚不能完美适用于家畜目标，难以稳定准确地跟踪家畜。
技术实现思路
为了克服现有技术的缺陷，本专利技术提供一种家畜跟踪方法及装置，能够充分考虑到实际场景中多只家畜快速运动甚至消失、家畜之间严重粘连的情况，实现稳定准确地跟踪家畜。为了解决上述技术问题，第一方面，本专利技术一实施例提供一种家畜跟踪方法，包括步骤：S1、逐帧接收监控视频，并通过目标检测网络对当前视频帧进行目标检测，得到所述当前视频帧的跟踪目标；S2、在所述当前视频帧为初始视频帧时，向所述当前视频帧的跟踪目标分配家畜标号；S3、在所述当前视频帧为中间视频帧时，根据预先定义的多阈值逐级匹配策略将所述当前视频帧的跟踪目标与先前视频帧的跟踪目标进行匹配，并在匹配成功时使所述当前视频帧的跟踪目标继承所述先前视频帧的跟踪目标的家畜标号；S4、重复步骤S1～S3直至所述当前视频帧为终止视频帧。进一步地，所述通过目标检测网络对当前视频帧进行目标检测，得到所述当前视频帧的跟踪目标，具体为：通过所述目标检测网络对所述当前视频帧进行目标检测，得到所述当前视频帧的若干个初选目标；从若干个所述初选目标中筛选出置信度大于预设置信度阈值的初选目标作为所述当前视频帧的跟踪目标。进一步地，所述根据预先定义的多阈值逐级匹配策略将所述当前视频帧的跟踪目标与先前视频帧的跟踪目标进行匹配，并在匹配成功时使所述当前视频帧的跟踪目标继承所述先前视频帧的跟踪目标的家畜标号，包括：分别计算所述当前视频帧的跟踪目标与上一视频帧的每一跟踪目标的相交面积比例，得到若干个第一相交面积比例，并依序将每一所述第一相交面积比例与第一比例阈值进行比较，在所述第一相交面积比例大于所述第一比例阈值时，使所述当前视频帧的跟踪目标继承所述上一视频帧对应的跟踪目标的家畜标号；当所述当前视频帧的跟踪目标未匹配成功时，分别计算所述当前视频帧的跟踪目标与所述先前视频帧未匹配的跟踪目标在所述当前视频帧的预测位置的相交面积比例，得到若干个第二相交面积比例，并依序将每一所述第二相交面积比例与第二比例阈值进行比较，在所述第二相交面积比例大于所述第二比例阈值时，使所述当前视频帧的跟踪目标继承所述先前视频帧对应的跟踪目标的家畜标号；在所述当前视频帧的跟踪目标仍未匹配成功时，向所述当前视频帧的跟踪目标分配新的家畜标号。进一步地，在所述当所述当前视频帧的跟踪目标未匹配成功时，分别计算所述当前视频帧的跟踪目标与所述先前视频帧未匹配的跟踪目标在所述当前视频帧的预测位置的相交面积比例，得到若干个第二相交面积比例，并依序将每一所述第二相交面积比例与第二比例阈值进行比较，在所述第二相交面积比例大于所述第二比例阈值时，使所述当前视频帧的跟踪目标继承所述先前视频帧对应的跟踪目标的家畜标号之前，还包括：计算所述当前视频帧与所述先前视频帧的帧序差值，并在所述帧序差值大于预设帧序阈值时，剔除所述先前视频帧未匹配的跟踪目标。进一步地，所述第一相交面积比例为：其中，Spre＝(rate×lpre)×(rate×wpre)，Spre-1＝(rate×lpre-1)×(rate×wpre-1)，Spre为所述当前视频帧的跟踪目标的面积，lpre为所述当前视频帧的跟踪目标的长度，wpre为所述当前视频帧的跟踪目标的宽度，Spre-1为所述上一视频帧的跟踪目标的面积，lpre-1为所述上一视频帧的跟踪目标的长度，wpre-1为所述上一视频帧的跟踪目标的宽度，rate为以中心点缩放的比例。进一步地，所述先前视频帧未匹配的跟踪目标在所述当前视频帧的预测位置为：其中，Dsi(x,y)为先前第i帧视频帧未匹配的跟踪目标的位置，为先前第i帧视频帧未匹配的跟踪目标的移动速度，fn为所述当前视频帧的帧序，fsi为先前第i帧视频帧的帧序。第二方面，本专利技术一实施例提供一种家畜跟踪装置，包括：检测模块，用于逐帧接收监控视频，并通过目标检测网络对当前视频帧进行目标检测，得到所述当前视频帧的跟踪目标；分配模块，用于在所述当前视频帧为初始视频帧时，向所述当前视频帧的跟踪目标分配家畜标号；跟踪模块，用于在所述当前视频帧为中间视频帧时，根据预先定义的多阈值逐级匹配策略将所述当前视频帧的跟踪目标与先前视频帧的跟踪目标进行匹配，并在匹配成功时使所述当前视频帧的跟踪目标继承所述先前视频帧的跟踪目标的家畜标号；驱动模块，用于驱动检测模块执行检测操作、驱动分配模块执行分配操作以及驱动跟踪模块执行跟踪操作直至所述当前视频帧为终止视频帧。进一步地，所述通过目标检测网络对当前视频帧进行目标检测，得到所述当前视频帧的跟踪目标，具体为：通过所述目标检测网络对所述当前视频帧进行目标检测，得到所述当前视频帧的若干个初选目标；从若干个所述初选目标中筛选出置信度大于预设置信度阈值的初选目标作为所述当前视频帧的跟踪目标。进一步地，所述根据预先定义的多阈值逐级匹配策略将所述当前视频帧的跟踪目标与先前视频帧的跟踪目标进行匹配，并在匹配成功时使所述当前视频帧的跟踪目标继承所述先前视频帧的跟踪目标的家畜标号，包括：分别计算所述当前视频帧的跟踪目标与上一视频帧的每一跟踪目标的相交面积比例，得到若干个第一相交面积比例，并依序将每一所述第一相交面积比例与第一比例阈值进行比较，在所述第一相交面积比例大于所本文档来自技高网...

【技术保护点】
1.一种家畜跟踪方法，其特征在于，包括步骤：/nS1、逐帧接收监控视频，并通过目标检测网络对当前视频帧进行目标检测，得到所述当前视频帧的跟踪目标；/nS2、在所述当前视频帧为初始视频帧时，向所述当前视频帧的跟踪目标分配家畜标号；/nS3、在所述当前视频帧为中间视频帧时，根据预先定义的多阈值逐级匹配策略将所述当前视频帧的跟踪目标与先前视频帧的跟踪目标进行匹配，并在匹配成功时使所述当前视频帧的跟踪目标继承所述先前视频帧的跟踪目标的家畜标号；/nS4、重复步骤S1～S3直至所述当前视频帧为终止视频帧。/n

【技术特征摘要】
1.一种家畜跟踪方法，其特征在于，包括步骤：
S1、逐帧接收监控视频，并通过目标检测网络对当前视频帧进行目标检测，得到所述当前视频帧的跟踪目标；
S2、在所述当前视频帧为初始视频帧时，向所述当前视频帧的跟踪目标分配家畜标号；
S3、在所述当前视频帧为中间视频帧时，根据预先定义的多阈值逐级匹配策略将所述当前视频帧的跟踪目标与先前视频帧的跟踪目标进行匹配，并在匹配成功时使所述当前视频帧的跟踪目标继承所述先前视频帧的跟踪目标的家畜标号；
S4、重复步骤S1～S3直至所述当前视频帧为终止视频帧。


2.如权利要求1所述的家畜跟踪方法，其特征在于，所述通过目标检测网络对当前视频帧进行目标检测，得到所述当前视频帧的跟踪目标，具体为：
通过所述目标检测网络对所述当前视频帧进行目标检测，得到所述当前视频帧的若干个初选目标；
从若干个所述初选目标中筛选出置信度大于预设置信度阈值的初选目标作为所述当前视频帧的跟踪目标。


3.如权利要求1所述的家畜跟踪方法，其特征在于，所述根据预先定义的多阈值逐级匹配策略将所述当前视频帧的跟踪目标与先前视频帧的跟踪目标进行匹配，并在匹配成功时使所述当前视频帧的跟踪目标继承所述先前视频帧的跟踪目标的家畜标号，包括：
分别计算所述当前视频帧的跟踪目标与上一视频帧的每一跟踪目标的相交面积比例，得到若干个第一相交面积比例，并依序将每一所述第一相交面积比例与第一比例阈值进行比较，在所述第一相交面积比例大于所述第一比例阈值时，使所述当前视频帧的跟踪目标继承所述上一视频帧对应的跟踪目标的家畜标号；
当所述当前视频帧的跟踪目标未匹配成功时，分别计算所述当前视频帧的跟踪目标与所述先前视频帧未匹配的跟踪目标在所述当前视频帧的预测位置的相交面积比例，得到若干个第二相交面积比例，并依序将每一所述第二相交面积比例与第二比例阈值进行比较，在所述第二相交面积比例大于所述第二比例阈值时，使所述当前视频帧的跟踪目标继承所述先前视频帧对应的跟踪目标的家畜标号；
在所述当前视频帧的跟踪目标仍未匹配成功时，向所述当前视频帧的跟踪目标分配新的家畜标号。


4.如权利要求3所述的家畜跟踪方法，其特征在于，在所述当所述当前视频帧的跟踪目标未匹配成功时，分别计算所述当前视频帧的跟踪目标与所述先前视频帧未匹配的跟踪目标在所述当前视频帧的预测位置的相交面积比例，得到若干个第二相交面积比例，并依序将每一所述第二相交面积比例与第二比例阈值进行比较，在所述第二相交面积比例大于所述第二比例阈值时，使所述当前视频帧的跟踪目标继承所述先前视频帧对应的跟踪目标的家畜标号之前，还包括：
计算所述当前视频帧与所述先前视频帧的帧序差值，并在所述帧序差值大于预设帧序阈值时，剔除所述先前视频帧未匹配的跟踪目标。


5.如权利要求3所述的家畜跟踪方法，其特征在于，所述第一相交面积比例为：



其中，Spre＝(rate×lpre)×(rate×wpre)，Spre-1＝(rate×lpre-1)×(rate×wpre-1)，Spre为所述当前视频帧的跟踪目标的面积，lpre为所述当前视频帧的跟踪目标的长度，wpre为所述当前视频帧的跟踪目标的宽度，Spre-1为所述上一视频帧的跟踪目标的面积，lpre-1为所述上一视频帧的跟踪目标的长度，wpre-1为所述上一视频帧...

【专利技术属性】
技术研发人员：毛亮，龚文超，陈鹏飞，杨晓帆，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：广东;44