一种基于图片识别的动物体重预测估算系统技术方案

本发明专利技术公开了一种基于图片识别的动物体重预测估算系统，包括语义分割模块，所述语义分割模块与关键点转换模块建立数据连接，且关键点转换模块与智能体尺模块建立数据连接，智能体尺模块与动态融合模块建立数据连接，本发明专利技术提出了通过对死亡猪只进行拍摄照片，基于深度学习+机器学习技术，通过对大量猪只历史照片和猪只体重进行建模，学习如何从图像中捕捉、识别、计算和猪只体重有关的关键体尺信息，进而预测推算出猪只的体重，为保险公司理算赔付、案件质检、风险管控奠定坚实的基础；通过智能识别技术，为保险公司节约大量因实地查勘和猪只搬运上秤导致的成本，加快了生猪保险的查勘、定损、核损、理算赔付过程。理算赔付过程。理算赔付过程。

【技术实现步骤摘要】
一种基于图片识别的动物体重预测估算系统


[0001]本专利技术涉及图片识别
，具体为一种基于图片识别的动物体重预测估算系统。

技术介绍

[0002]我国是生猪养殖大国，2018年生猪出栏数达到7亿头，在生猪养殖业，养殖户，可以对生猪进行投保，当生猪在养殖过程中因为疫病、意外非正常死亡时，保险公司会根据生猪死亡时的体重对养殖户进行赔付，所以当理赔发生时，对生猪的体重进行勘定就变成了保险公司理算赔付前一个必需的步骤和任务，如果死亡的生猪可以上体重秤，那么保险公司就可以获得准确的体重，但在实务操作中，有很多猪只无法上秤的场景，比如疫病猪需要快速无害化处理，来不及等到保险公司来查勘定损，或者因为卫生原因或体重过重，导致无法人为移动上秤，这个时候就只能对猪的体重进行估算，传统的方法，一些保险公司会通过查勘员或无害化处理站工作人员对死亡猪只体重进行估算，得到粗略的结果，但这种估算一是无法保障精度，容易受估算人经验的影响；二是这种人工处理带来了估算人和养殖户之间利益的操作空间，不利于保险公司防控风险。

技术实现思路

[0003]本专利技术的目的在于提供一种基于图片识别的动物体重预测估算系统，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种基于图片识别的动物体重预测估算系统，包括语义分割模块，所述语义分割模块与关键点转换模块建立数据连接，且关键点转换模块与智能体尺模块建立数据连接，智能体尺模块与动态融合模块建立数据连接，且动态融合模块分别与数据储存模块和数据交互模块建立数据连接，数据交互模块一侧设置有自动更新模块。
[0005]优选的，所述语义分割模块包括图片读取模块、图片分类模块、图片处理模块和检测单元建模模块。
[0006]优选的，所述关键点转换模块包括关键点标注模块、关键点建模模块、关键点提取模块和关键点集合模块。
[0007]优选的，所述智能体尺模块包括体尺转换模块、体尺调节模块、体尺稳定模块和体尺特征集合模块。
[0008]优选的，所述动态融合模块包括异构融合模块、体重显示模块、信心指数显示模块和体重预测模块。
[0009]优选的，所述体重预测模块包括第一预估模块、第二预估模块、第三预估模块和第四预估模块。
[0010]优选的，所述智能体尺模块处理的体尺信息包括体长、胸围、腰围、腿间距、核心躯干面积等。
[0011]优选的，所述图片处理模块采用图像增强、环境降噪等方法来处理图片。
[0012]与现有技术相比，本专利技术的有益效果是：本专利技术创造性地提出了通过对死亡猪只进行拍摄照片，基于深度学习+机器学习技术，通过对大量猪只历史照片和猪只体重进行建模，学习如何从图像中捕捉、识别、计算和猪只体重有关的关键体尺信息，进而预测推算出猪只的体重，为保险公司理算赔付、案件质检、风险管控奠定坚实的基础，有利于提升推算的准确性，减少了误差；本专利技术智能识别技术，为保险公司节约大量因实地查勘和猪只搬运上秤导致的成本，提升保险过程的风险防控水平，大大加快生猪保险的查勘、定损、核损、理算赔付过程，提升了工作效率，有利于让养殖户更快地拿到保险公司赔款，提高保户的承保和理赔体验和满意度。
附图说明
[0013]图1为本专利技术的系统结构框图；
[0014]图2为本专利技术的模块流程图；
[0015]图3为本专利技术的系统流程图；
[0016]图中：1、语义分割模块；2、关键点转换模块；3、智能体尺模块；4、动态融合模块；5、数据储存模块；6、数据交互模块；7、自动更新模块；101、图片读取模块；102、图片分类模块；103、图片处理模块；104、检测单元建模模块；201、关键点标注模块；202、关键点建模模块；203、关键点提取模块；204、关键点集合模块；301、体尺转换模块；302、体尺调节模块；303、体尺稳定模块；304、体尺特征集合模块；401、异构融合模块；402、体重显示模块；403、信心指数显示模块；404、体重预测模块；4041、第一预估模块；4042、第二预估模块；4043、第三预估模块；4044、第四预估模块。
具体实施方式
[0017]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0018]请参阅图1
‑
3，本专利技术提供的一种实施例：一种基于图片识别的动物体重预测估算系统，包括语义分割模块1，语义分割模块1与关键点转换模块2建立数据连接，且关键点转换模块2与智能体尺模块3建立数据连接，智能体尺模块3与动态融合模块4建立数据连接，且动态融合模块4分别与数据储存模块5和数据交互模块6建立数据连接，数据交互模块6一侧设置有自动更新模块7，语义分割模块1包括图片读取模块101、图片分类模块102、图片处理模块103和检测单元建模模块104，关键点转换模块2包括关键点标注模块201、关键点建模模块202、关键点提取模块203和关键点集合模块204，智能体尺模块3包括体尺转换模块301、体尺调节模块302、体尺稳定模块303和体尺特征集合模块304，动态融合模块4包括异构融合模块401、体重显示模块402、信心指数显示模块403和体重预测模块404，体重预测模块404包括第一预估模块4041、第二预估模块4042、第三预估模块4043和第四预估模块4044，智能体尺模块3处理的体尺信息包括体长、胸围、腰围、腿间距、核心躯干面积等，图片处理模块103采用图像增强、环境降噪等方法来处理图片。
[0019]工作原理：本专利技术在使用过程中，首先利用移动终端或者相机拍摄猪只的照片，在拍摄之前需要在猪只前方、后方、身上或者地方放置参照物，目前选用A4纸作为参照物，拍摄猪只照片之后利用语义分割模块1进行处理，首先图片读取模块101读取拍摄的照片，随即利用图片分类模块102对图片进行分类，分类完成后利用图片处理模块103对图片进行图像增强和环境降噪处理，去除干扰噪声，提升图像质量，随后利用检测单元建模模块104建立语义分割模型，其中猪只的语义分割分类模型与参照物的语义分割模型，分别是两个模型，模型建立完成后传递到关键点转换模块2进行处理，关键点标注模块201对处理后的图像上的关键点进行标注，随后利用关键点建模模块202通过GMM高斯混合模型等数据生成算法对关键点位置的概率密度分布进行建模，从而得出体尺计算所需关键点的位置最佳估计，然后利用关键点提取模块203将图像分成若干个区域，对每个区域内部的特征点进行提取，提取完成后关键点集合模块204生成关键点集合，随后数据传递到智能体尺模块3中，通过智能体尺模块3将关键点的集合构造出猪只的体尺数据，包括体长、胸围、腰围、腿间距、核心躯干面积等信息，随后利用体尺转换模块301在已获知参照物的像素尺寸和真实尺寸的前提下，计算出预测对象的真实尺本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图片识别的动物体重预测估算系统，包括语义分割模块(1)，其特征在于：所述语义分割模块(1)与关键点转换模块(2)建立数据连接，且关键点转换模块(2)与智能体尺模块(3)建立数据连接，智能体尺模块(3)与动态融合模块(4)建立数据连接，且动态融合模块(4)分别与数据储存模块(5)和数据交互模块(6)建立数据连接，数据交互模块(6)一侧设置有自动更新模块(7)。2.根据权利要求1所述的一种基于图片识别的动物体重预测估算系统，其特征在于：所述语义分割模块(1)包括图片读取模块(101)、图片分类模块(102)、图片处理模块(103)和检测单元建模模块(104)。3.根据权利要求1所述的一种基于图片识别的动物体重预测估算系统，其特征在于：所述关键点转换模块(2)包括关键点标注模块(201)、关键点建模模块(202)、关键点提取模块(203)和关键点集合模块(204)。4.根据权利要求1所述的一种基于图片识别的动物体重预测估算系统，其特征在...

【专利技术属性】
技术研发人员：张剑，
申请(专利权)人：成都爱记科技有限公司，
类型：发明
国别省市：