【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
1、从事动物饲养和加工业务的个人希望有更有效的方法来随时间推移唯一地识别和跟踪个体动物。现有的用于执行此类过程的方法涉及耳标，这些耳标在生产商和加工商之间是非标准的，因而在识别动物方面不是唯一的。其他方法包括嵌入微芯片或rfid标签，但这些方法成本高昂，而且在生产商和加工商之间也不是唯一的。
技术实现思路
1、本公开在一个方面提供了一种动物识别方法，该动物识别方法包括动物注册阶段，该动物注册阶段包括：使用设备来捕捉第一已知动物的至少一个图像；利用模型、基于第一已知动物的至少一个图像来确定第一数据向量；在设备上接收第一已知动物的第一识别信息组；以及将第一已知动物的第一数据向量和第一识别信息组保存到数据库。动物注册阶段还包括使用设备来捕捉第二已知动物的至少一个图像；利用模型、基于第二已知动物的至少一个图像来确定第二数据向量；在设备上接收第二已知动物的第二识别信息组；以及将第二已知动物的第二数据向量和第二识别信息组保存到数据库。动物识别方法还包括动物识别阶段，该动物识别阶段包括：利用设备来捕捉未识别动物的至少一个图像；利用模型、基于未识别动物的至少一个图像来确定新的数据向量；将新的数据向量与第一数据向量、以及第二数据向量进行比较并且将未识别动物识别为第一已知动物或第二已知动物；以及在设备上显示包括对应的识别信息组的经识别的动物。
2、在一些实施例中，捕捉第一已知动物的至少一个图像包括：在第一视角捕捉第一已知动物的第一图像和在第二视角捕捉第一已知动物的第二图像。p>
3、在一些实施例中，捕捉第一已知动物的至少一个图像包括：捕捉第一已知动物的视频。
4、在一些实施例中，动物识别阶段还包括：在设备上接收关于将未识别动物识别为经识别的动物的准确性的反馈。
5、在一些实施例中，动物是母牛、绵羊、马、猪、山羊、鸡、狗或猫。
6、在一些实施例中，第一识别信息组包括：耳标、批次id、性别、注释、饲养表现、跛行、疾病、抗生素状态、围栏移动或它们的任何组合。
7、在一些实施例中，该模型是机器学习模型。
8、在一些实施例中，该模型利用扩充数据组进行训练。
9、在一些实施例中，该扩充数据组包括：旋转图像、缩放图像、翻转图像、亮度调整图像、生成图像或它们的任何组合。
10、本公开在一个方面提供了一种个体动物识别系统，该个体动物识别系统包括：图像捕捉设备，该图像捕捉设备能够捕捉至少一个数字图像；通信信道，该通信信道连接到图像捕捉设备；以及计算机，该计算机连接到通信信道。计算机包括至少一个处理器和非暂时性计算机可读存储器。图像捕捉设备捕捉至少一个数字图像并使用通信信道将至少一个数字图像发送到计算机从而使计算机：检测从图像捕捉设备发送的至少一个数字图像中的动物面部的存在；确定并存储至少一个数字图像中检测到的动物的面部的位置的坐标；应用至少一个数字图像中的检测到的动物面部的至少一种转换，以创建至少一个经转换的数字图像；使用并发向量比较来将至少一个经转换的数字图像与至少一个存储的数字图像进行比较，以计算在至少一个经转换的数字图像与至少一个存储的数字图像之间的相似度；使用通信信道将经计算的相似度发送到图像捕捉设备；接收关于在至少一个经转换的数字图像与至少一个存储的数字图像之间的经计算的相似度的准确性的反馈；并且更新并发向量比较计算以提高准确性。
11、在一些实施例中，图像捕捉设备捕捉包括数字图像中的对象的三维定向的数据。
12、在一些实施例中，图像捕捉设备捕捉包括数字图像中的对象的深度的数据。
13、在一些实施例中，检测从图像捕捉设备发送的至少一个数字图像中的动物面部的存在包括：检测图像中的关键点，所述关键点包括动物的眼睛、口鼻、耳朵、嘴巴和其他已知的面部特征。
14、在一些实施例中，检测从图像捕捉设备发送的至少一个数字图像中的动物面部的存在包括：检测动物的深度。
15、在一些实施例中，并发向量比较使用值的向量来同时比较不同向量中的多个值，这可以由三元组损失技术组成，其中将参考输入图像与匹配输入图像、以及非匹配输入图像进行比较以使参考输入图像与匹配输入图像之间的差异最小化并且使参考输入图像与非匹配输入图像之间的距离最大化。
16、在一些实施例中，数字图像中检测到的动物面部的至少一种转换包括以下至少一种：裁剪以消除非面部数据、使检测到的动物面部定向以用于标准分析和比较、将检测到的动物面部的图像缩放到标准尺寸、检测标准面部特征(诸如眼睛之间的距离)、以及从检测到的动物面部导出图像数据的至少一个向量。
17、在一些实施例中，至少一个数字图像可以是包括视频图像的一系列数字图像。
18、在一些实施例中，并发向量比较利用比较算法来计算不同动物面部之间的差异，并且使用该差异计算可以选择与至少一个经发送的图像相似的存储图像或者可以指示非暂时性存储器中不存在相似图像。
19、通过考虑详细描述和附图，本公开的其他方面将变得清楚。
本文档来自技高网...【技术保护点】
1.一种动物识别方法，包括：
2.如权利要求1所述的方法，其中捕捉所述第一已知动物的至少一个图像包括：在第一视角捕捉所述第一已知动物的第一图像和在第二视角捕捉第一已知动物的第二图像。
3.如权利要求1所述的方法，其中捕捉所述第一已知动物的至少一个图像包括：捕捉所述第一已知动物的视频。
4.如权利要求1所述的方法，其中所述动物识别阶段还包括：在所述设备上接收关于将所述未识别动物识别为所述经识别的动物的准确性的反馈。
5.如权利要求1所述的方法，其中所述动物是母牛、绵羊、马、猪、山羊、鸡、狗或猫。
6.如权利要求1所述的方法，其中所述第一识别信息组包括：耳标、批次ID、性别、注释、饲养表现、跛行、疾病、抗生素状态、围栏移动或它们的任何组合。
7.如权利要求1所述的方法，其中所述模型是机器学习模型。
8.如权利要求8所述的方法，其中所述模型利用扩充数据组进行训练。
9.如权利要求8所述的方法，其中所述扩充数据组包括：旋转图像、缩放图像、翻转图像、亮度调整图像、生成图像或它们的任何组合。>
10.一种个体动物识别系统，包括：
11.如权利要求10所述的系统，其中所述图像捕捉设备捕捉包括所述数字图像中的对象的三维定向的数据。
12.如权利要求10所述的系统，其中所述图像捕捉设备捕捉包括所述数字图像中的对象的深度的数据。
13.如权利要求10所述的系统，其中检测从所述图像捕捉设备发送的所述至少一个数字图像中的动物面部的存在包括：检测所述图像中的关键点，所述关键点包括所述动物的眼睛、口鼻、耳朵、嘴巴和其他已知的面部特征。
14.如权利要求10所述的系统，其中检测从所述图像捕捉设备发送的所述至少一个数字图像中的动物面部的存在包括：检测所述动物的深度。
15.如权利要求10所述的系统，其中所述并发向量比较使用值的向量来同时比较不同向量中的多个值，这能够由三元组损失技术组成，其中将参考输入图像与匹配输入图像、以及非匹配输入图像进行比较以使所述参考输入图像与所述匹配输入图像之间的差异最小化并且使所述参考输入图像与所述非匹配输入图像之间的距离最大化。
16.如权利要求10所述的系统，其中所述数字图像中的所述检测到的动物面部的所述至少一种转换包括以下至少一种：裁剪以消除非面部数据，使所述检测到的动物面部定向以用于标准分析和比较，将所述检测到的动物面部的图像缩放到标准尺寸，检测标准面部特征、诸如眼睛之间的距离，以及从所述检测到的动物面部导出图像数据的至少一个向量。
17.如权利要求10所述的系统，其中所述至少一个数字图像能够是包括视频图像的一系列数字图像。
18.如权利要求10所述的系统，其中所述并发向量比较利用比较算法来计算不同动物面部之间的差异，并且使用该差异计算能够选择与所述至少一个经发送的图像相似的存储图像或者能够指示非暂时性存储器中不存在相似图像。
...【技术特征摘要】
【国外来华专利技术】
1.一种动物识别方法，包括：
2.如权利要求1所述的方法，其中捕捉所述第一已知动物的至少一个图像包括：在第一视角捕捉所述第一已知动物的第一图像和在第二视角捕捉第一已知动物的第二图像。
3.如权利要求1所述的方法，其中捕捉所述第一已知动物的至少一个图像包括：捕捉所述第一已知动物的视频。
4.如权利要求1所述的方法，其中所述动物识别阶段还包括：在所述设备上接收关于将所述未识别动物识别为所述经识别的动物的准确性的反馈。
5.如权利要求1所述的方法，其中所述动物是母牛、绵羊、马、猪、山羊、鸡、狗或猫。
6.如权利要求1所述的方法，其中所述第一识别信息组包括：耳标、批次id、性别、注释、饲养表现、跛行、疾病、抗生素状态、围栏移动或它们的任何组合。
7.如权利要求1所述的方法，其中所述模型是机器学习模型。
8.如权利要求8所述的方法，其中所述模型利用扩充数据组进行训练。
9.如权利要求8所述的方法，其中所述扩充数据组包括：旋转图像、缩放图像、翻转图像、亮度调整图像、生成图像或它们的任何组合。
10.一种个体动物识别系统，包括：
11.如权利要求10所述的系统，其中所述图像捕捉设备捕捉包括所述数字图像中的对象的三维定向的数据。
12.如权利要求10所述的系统，其中所述图像捕捉设备捕捉包括所述数字图像中的对象的深度的数据。
13.如权利要求1...
【专利技术属性】
技术研发人员：B·艾略特，S·吉特，
申请(专利权)人：四零六牛发股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。