一种融合多区域深度特征的奶牛个体身份识别方法

发明专利有效专利

申请号：
CN202010078375.5
IPC分类号：G06K9/62;G06K9/00
申请日期：
2020-02-03
申请人：
东北农业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种融合多区域深度特征的奶牛个体身份识别方法
申请号	CN202010078375.5	申请日期	2020-02-03
法律状态	实质审查	申报国家	中国
公开/公告日	2020-06-09	公开/公告号	CN111259978A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;0;0查看分类表>
申请人	东北农业大学	申请人地址	黑龙江省哈尔滨市香坊区长江路600号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东北农业大学	当前权利人	东北农业大学
发明人	戴百生;沈维政;胡亨琪;李润泽;姜丽;张永根;熊本海
代理机构	哈尔滨龙科专利代理有限公司	代理人	高媛

摘要

本发明公开了一种融合多区域深度特征的奶牛个体身份识别方法，所述方法首先通过图像采集设备采集奶牛通过挤奶通道的侧视图像序列，然后对YOLO目标检测模型进行了微调，提取每一帧图像中的奶牛整体区域作为待检测图像。接下来，提出一个区域划分方法，将检测到的奶牛目标划分为头部，躯干和腿部三个区域，并训练了三个独立的卷积神经网络(CNNs)，以从这三个区域分别提取深度特征。最后，设计了一个特征融合策略将提取到的特征进行融合，并使用融合特征训练SVM模型，完成奶牛的个体识别。本发明能够更好地利用奶牛侧视目标图像的各个区域的深度特征，并更好地探索每个区域和多区域组合对奶牛个体识别的影响。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供