牲畜数量识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能，提供一种牲畜数量识别方法、装置、设备及存储介质。该方法获取待识别牲畜圈内在不同拍摄时刻的多张待识别图像，对每张待识别图像进行识别处理，得到牲畜检测框及检测坐标信息，根据检测坐标信息计算预测位置信息，根据牲畜检测框及预测位置信息计算代价矩阵，并更新预设跟踪池，基于目标图像构建第一预设索引列表及第二预设索引列表，基于更新后的预设跟踪池中的跟踪对象、第一预设索引列表及第二预设索引列表能够有效并准确的识别出牲畜数量。此外，本发明专利技术还涉及区块链技术，所述牲畜数量可存储于区块链中。所述牲畜数量可存储于区块链中。所述牲畜数量可存储于区块链中。

【技术实现步骤摘要】
牲畜数量识别方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种牲畜数量识别方法、装置、设备及存储介质。

技术介绍

[0002]在实际的理赔业务中，由于人为点数的难度大、牲畜防疫要求严、偏远地区网络差等原因，造成养殖险存在严重的投保率低，理赔率高等问题，为此，牲畜数量自动清点系统应运而生。
[0003]然而，在目前的牲畜数量自动清点方式中，存在牲畜重复计数、漏检等问题，从而无法确定出有效的牲畜数量，造成无法进行准确的理赔。

技术实现思路

[0004]鉴于以上内容，有必要提供一种牲畜数量识别方法、装置、设备及存储介质，能够解决无法确定出有效的牲畜数量的技术问题。
[0005]一方面，本专利技术提出一种牲畜数量识别方法，所述牲畜数量识别方法包括：响应于牲畜数量的识别请求，根据所述识别请求获取待识别牲畜圈内在不同拍摄时刻的多张待识别图像；基于预先训练完成的牲畜检测模型对每张待识别图像进行识别处理，得到每个牲畜检测对象在每张待识别图像中的牲畜检测框及所述牲畜检测框的检测坐标信息；根据所述检测坐标信息迭代计算第一拍摄时刻的待识别图像中每个牲畜检测对象在第二拍摄时刻的待识别图像中的预测位置信息，所述第一拍摄时刻小于所述第二拍摄时刻；根据所述牲畜检测框及所述预测位置信息计算代价矩阵；基于所述代价矩阵更新预设跟踪池；基于所述多张待识别图像中的目标图像构建第一预设索引列表及第二预设索引列表；基于更新后的预设跟踪池中的跟踪对象、所述第一预设索引列表及所述第二预设索引列表识别所述待识别牲畜圈内的牲畜数量。
[0006]根据本专利技术优选实施例，所述牲畜检测模型包括输入网络、特征提取网络及检测网络，所述基于预先训练完成的牲畜检测模型对每张待识别图像进行识别处理，得到每个牲畜检测对象在每张待识别图像中的牲畜检测框及所述牲畜检测框的检测坐标信息包括：对每张待识别图像进行图像变换处理，得到多张输入图像；获取所述输入网络的尺寸阈值；基于所述尺寸阈值及每张输入图像的图像尺寸对所述多张输入图像进行变换处理，得到与所述多张输入图像对应的多张变换图像；根据每张变换图像的像素信息构建图像矩阵；
基于所述特征提取网络对多个所述图像矩阵进行特征提取并融合处理，得到图像特征；将所述图像特征输入至所述检测网络进行预测，得到多个所述牲畜检测框及对应的所述检测坐标信息。
[0007]根据本专利技术优选实施例，所述预测位置信息的计算公式为：其中，表示拍摄时刻的待识别图像中每个牲畜检测对象在拍摄时刻的待识别图像中的预测位置信息，表示所述拍摄时刻的待识别图像中的检测坐标信息，表示拍摄时刻的待识别图像中每个牲畜检测对象在所述拍摄时刻的待识别图像中的预测位置信息，表示拍摄时刻小于或者等于所述拍摄时刻的所有待识别图像中的预测位置信息与对应的检测坐标信息的方差值，表示拍摄时刻小于或者等于所述拍摄时刻的所有待识别图像中的预测位置信息与对应的检测坐标信息的方差值。
[0008]根据本专利技术优选实施例，所述根据所述牲畜检测框及所述预测位置信息计算代价矩阵包括：对于每张待识别图像，根据所述预测位置信息生成牲畜预测框；计算每个牲畜预测框与多个所述牲畜检测框的交集面积，并计算每个牲畜预测框与所述多个牲畜检测框的并集面积；计算所述交集面积在对应的并集面积上的比值，得到每个牲畜预测框与所述多个牲畜检测框的交叠率；基于预设数值及多个所述交叠率构建所述代价矩阵。
[0009]根据本专利技术优选实施例，所述牲畜预测框与牲畜预测对象对应，所述基于所述代价矩阵更新预设跟踪池包括：基于lapjv算法计算所述代价矩阵，得到所述牲畜预测对象与所述牲畜检测对象的对象匹配结果；从多个所述交叠率中选取每个对象匹配结果的第一匹配分数；若所述第一匹配分数大于或者等于匹配阈值，则将所述牲畜检测对象添加至所述预设跟踪池中；若所述第一匹配分数小于所述匹配阈值，则将所述牲畜预测对象添加至预设丢失池中，并计算所述牲畜检测对象与所述预设丢失池中存储对象的第二匹配分数；若所述第二匹配分数大于或者等于所述匹配阈值，则将所述牲畜检测对象添加至所述预设跟踪池中；若所述第二匹配分数小于所述匹配阈值，则检测所述牲畜检测对象是否属于新对
象；若所述牲畜检测对象属于新对象，则将所述牲畜检测对象添加至所述预设跟踪池中。
[0010]根据本专利技术优选实施例，所述基于所述多张待识别图像中的目标图像构建第一预设索引列表及第二预设索引列表包括：选取最小拍摄时刻的待识别图像及最大拍摄时刻的待识别图像作为所述目标图像；将所述目标图像中的所有牲畜检测对象的编码信息写入模板列表中，得到编码列表；根据所述编码列表及第一预设方向生成所述第一预设索引列表，并根据所述编码列表及第二预设方向生成所述第二预设索引列表。
[0011]根据本专利技术优选实施例，所述基于更新后的预设跟踪池中的跟踪对象、所述第一预设索引列表及所述第二预设索引列表识别所述待识别牲畜圈内的牲畜数量包括：识别所述第一预设索引列表中是否存储有所述跟踪对象的对象编码；若所述第一预设索引列表中未存储有所述跟踪对象的对象编码，则检测该跟踪对象的运动方向；若该跟踪对象的运动方向与所述第一预设方向相同，及该跟踪对象的跟踪次数大于或者等于预设次数，则将该跟踪对象的对象编码写入所述第一预设索引列表中；若所述第一预设索引列表中存储有所述跟踪对象的对象编码，及该跟踪对象的运动方向与所述第一预设方向相同，则将该跟踪对象的对象编码从所述第一预设索引列表中删除，得到第一跟踪列表；根据所述预设跟踪池中的跟踪对象更新所述第二预设索引列表，得到第二跟踪列表；根据所述第一跟踪列表的第一编码数量及所述第二跟踪列表的第二编码数量生成所述牲畜数量。
[0012]另一方面，本专利技术还提出一种牲畜数量识别装置，所述牲畜数量识别装置包括：获取单元，用于响应于牲畜数量的识别请求，根据所述识别请求获取待识别牲畜圈内在不同拍摄时刻的多张待识别图像；识别单元，用于基于预先训练完成的牲畜检测模型对每张待识别图像进行识别处理，得到每个牲畜检测对象在每张待识别图像中的牲畜检测框及所述牲畜检测框的检测坐标信息；计算单元，用于根据所述检测坐标信息迭代计算第一拍摄时刻的待识别图像中每个牲畜检测对象在第二拍摄时刻的待识别图像中的预测位置信息，所述第一拍摄时刻小于所述第二拍摄时刻；所述计算单元，还用于根据所述牲畜检测框及所述预测位置信息计算代价矩阵；更新单元，用于基于所述代价矩阵更新预设跟踪池；构建单元，用于基于所述多张待识别图像中的目标图像构建第一预设索引列表及第二预设索引列表；所述识别单元，还用于基于更新后的预设跟踪池中的跟踪对象、所述第一预设索
引列表及所述第二预设索引列表识别所述待识别牲畜圈内的牲畜数量。
[0013]另一方面，本专利技术还提出一种电子设备，所述电子设备包括：存储器，存储计算机可读指令；及处理器，执行所述存储器中存储的计算机可读指令以实现所述牲畜数量识别方法。
[0014]另一方面，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种牲畜数量识别方法，其特征在于，所述牲畜数量识别方法包括：响应于牲畜数量的识别请求，根据所述识别请求获取待识别牲畜圈内在不同拍摄时刻的多张待识别图像；基于预先训练完成的牲畜检测模型对每张待识别图像进行识别处理，得到每个牲畜检测对象在每张待识别图像中的牲畜检测框及所述牲畜检测框的检测坐标信息；根据所述检测坐标信息迭代计算第一拍摄时刻的待识别图像中每个牲畜检测对象在第二拍摄时刻的待识别图像中的预测位置信息，所述第一拍摄时刻小于所述第二拍摄时刻；根据所述牲畜检测框及所述预测位置信息计算代价矩阵；基于所述代价矩阵更新预设跟踪池；基于所述多张待识别图像中的目标图像构建第一预设索引列表及第二预设索引列表；基于更新后的预设跟踪池中的跟踪对象、所述第一预设索引列表及所述第二预设索引列表识别所述待识别牲畜圈内的牲畜数量。2.如权利要求1所述的牲畜数量识别方法，其特征在于，所述牲畜检测模型包括输入网络、特征提取网络及检测网络，所述基于预先训练完成的牲畜检测模型对每张待识别图像进行识别处理，得到每个牲畜检测对象在每张待识别图像中的牲畜检测框及所述牲畜检测框的检测坐标信息包括：对每张待识别图像进行图像变换处理，得到多张输入图像；获取所述输入网络的尺寸阈值；基于所述尺寸阈值及每张输入图像的图像尺寸对所述多张输入图像进行变换处理，得到与所述多张输入图像对应的多张变换图像；根据每张变换图像的像素信息构建图像矩阵；基于所述特征提取网络对多个所述图像矩阵进行特征提取并融合处理，得到图像特征；将所述图像特征输入至所述检测网络进行预测，得到多个所述牲畜检测框及对应的所述检测坐标信息。3.如权利要求1所述的牲畜数量识别方法，其特征在于，所述预测位置信息的计算公式为：其中，表示拍摄时刻的待识别图像中每个牲畜检测对象在拍摄时刻的待识别图像中的预测位置信息，表示所述拍摄时刻的待识别图像中的检测坐标信息，表示拍摄时刻的待识别图像中每个牲畜检测对象在所述拍摄时刻的待识别图像中的预测位置信息，表示拍摄时刻小于或者等于所述拍摄时刻的所
有待识别图像中的预测位置信息与对应的检测坐标信息的方差值，表示拍摄时刻小于或者等于所述拍摄时刻的所有待识别图像中的预测位置信息与对应的检测坐标信息的方差值。4.如权利要求1所述的牲畜数量识别方法，其特征在于，所述根据所述牲畜检测框及所述预测位置信息计算代价矩阵包括：对于每张待识别图像，根据所述预测位置信息生成牲畜预测框；计算每个牲畜预测框与多个所述牲畜检测框的交集面积，并计算每个牲畜预测框与所述多个牲畜检测框的并集面积；计算所述交集面积在对应的并集面积上的比值，得到每个牲畜预测框与所述多个牲畜检测框的交叠率；基于预设数值及多个所述交叠率构建所述代价矩阵。5.如权利要求4所述的牲畜数量识别方法，其特征在于，所述牲畜预测框与牲畜预测对象对应，所述基于所述代价矩阵更新预设跟踪池包括：基于lapjv算法计算所述代价矩阵，得到所述牲畜预测对象与所述牲畜检测对象的对象匹配结果；从多个所述交叠率中选取每个对象匹配结果的第一匹配分数；若所述第一匹配分数大于或者等于匹配阈值，则将所述牲畜检测对象添加至所述预设跟踪池中；若所述第一匹配分数小于所述匹配阈值，则将所述牲畜预测对象添加至预设丢...

【专利技术属性】
技术研发人员：尹高，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：