基于AI图像识别技术的奶牛预产分娩行为预警方法和系统与流程

基于ai图像识别技术的奶牛预产分娩行为预警方法和系统
技术领域
1.本发明涉及奶牛饲养技术领域，特别是涉及一种基于ai图像识别技术的奶牛预产分娩行为预警方法和系统。


背景技术：

2.规模化牧场中，对分娩的奶牛进行及时接产是牧场人员的关键工作，如果奶牛生产不能及时被发现，奶牛在生产时出现难产、流产，如不能及时关注和发现到，将导致分娩出的犊牛有可能死亡、受伤等，直接对牧场带来很大的损失。
3.目前只能靠牧场工作人员在奶牛预产期邻近时实时关注奶牛，整个过程费时费力，且不能及时获取到奶牛预产分娩行为。


技术实现要素：

4.本发明所要解决的技术问题是提供一种基于ai图像识别技术的奶牛预产分娩行为预警方法和系统，能够快速识别奶牛预产分娩行为，保障奶牛分娩时的安全。
5.本发明解决其技术问题所采用的技术方案是：提供一种基于ai图像识别技术的奶牛预产分娩行为预警方法，包括以下步骤：
6.(1)获取预产牛舍的监控图像；
7.(2)将所述监控图像输入至奶牛行为识别模型中，识别出尾部翘起的奶牛，并作为目标奶牛；
8.(3)统计所述目标奶牛在单位时间内做出尾部翘起的次数以及翘起的时间；
9.(4)将所述目标奶牛在单位时间内做出尾部翘起的次数和/或翘起的时间与分娩阈值进行比较，并根据比较结果发出奶牛分娩预警信号。
10.所述步骤(1)中通过设置在所述预产牛舍四角高处的摄像装置实时获取所述预产牛舍的监控图像。
11.所述步骤(2)中的奶牛行为识别模型为：通过摄像装置在前期大量采集奶牛分娩时翘尾图片，并经过算法对所述翘尾图片中翘尾部分提取特征值，在后期运行中，将采集到的奶牛图片数据与特征值进行对比，当相似度达到一定阈值则认为奶牛存在翘尾行为。
12.所述步骤(4)中的分娩阈值是对前期在其他牛群实验采样中通过所述奶牛行为识别模型得到的大数据进行统计得到。
13.所述步骤(4)后还包括：根据所述奶牛分娩预警信号将分娩预警信息发送给所述目标奶牛对应的管理终端。
14.本发明解决其技术问题所采用的技术方案是：还提供一种基于ai图像识别技术的奶牛预产分娩行为预警系统，包括：
15.摄像装置，用于获取预产牛舍的监控图像；
16.图像处理模块，用于将所述监控图像输入至奶牛行为识别模型中，识别出尾部翘起的奶牛，并作为目标奶牛；
17.统计模块，用于统计所述目标奶牛在单位时间内做出尾部翘起的次数以及翘起的时间；
18.比较模块，用于将所述目标奶牛在单位时间内做出尾部翘起的次数和/或翘起的时间与分娩阈值进行比较，并根据比较结果发出奶牛分娩预警信号
19.所述摄像装置设置在所述预产牛舍四角高处。
20.所述奶牛行为识别模型为：通过摄像装置在前期大量采集奶牛分娩时翘尾图片，并经过算法对所述翘尾图片中翘尾部分提取特征值，在后期运行中，将采集到的奶牛图片数据与特征值进行对比，当相似度达到一定阈值则认为奶牛存在翘尾行为。
21.所述的基于ai图像识别技术的奶牛预产分娩行为预警系统还包括：分娩阈值获取模块，用于对前期在其他牛群实验采样中通过所述奶牛行为识别模型得到的大数据进行统计得到分娩阈值。
22.所述的基于ai图像识别技术的奶牛预产分娩行为预警系统还包括：发送模块，用于根据所述奶牛分娩预警信号将分娩预警信息发送给所述目标奶牛对应的管理终端。
23.有益效果
24.由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明通过ai图像识别技术能够快速识别奶牛预产分娩行为，并通过远程预警的方式第一时间通知相关的管理人员，确保奶牛分娩时的安全，避免奶牛在生产时出现难产、流产的情况。
附图说明
25.图1是本发明第一实施方式的流程图；
26.图2是本发明第二实施方式的方框图。
具体实施方式
27.下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。
28.本发明的第一实施方式涉及一种基于ai图像识别技术的奶牛预产分娩行为预警方法，如图1所示，包括以下步骤：
29.步骤1，获取预产牛舍的监控图像。本步骤中通过设置在所述预产牛舍四角高处的摄像装置获取所述预产牛舍的监控图像，其中，摄像装置全天24小时实时监控预产牛舍中奶牛的活动行为。
30.步骤2，将所述监控图像输入至奶牛行为识别模型中，识别出尾部翘起的奶牛，并作为目标奶牛。本步骤中的识别模型可以对摄像装置采集的图像进行实时处理，进行图像识别，辨别出尾部翘起的奶牛，并将其作为目标奶牛。其中，识别模型为：通过摄像装置在前期大量采集奶牛分娩时翘尾图片，并经过算法对所述翘尾图片中翘尾部分提取特征值，在后期运行中，将采集到的奶牛图片数据与特征值进行对比，当相似度达到一定阈值则认为奶牛存在翘尾行为。
31.步骤3，统计所述目标奶牛在单位时间内做出尾部翘起的次数以及翘起的时间。由于奶牛在分娩时会翘起一段时间或多次翘起，因此本步骤对奶牛行为识别模型识别出的目标奶牛进行数据统计，以得到目标奶牛在单位时间内做出尾部翘起的次数以及翘起的时间。
32.步骤4，将所述目标奶牛在单位时间内做出尾部翘起的次数和/或翘起的时间与分娩阈值进行比较，并根据比较结果发出奶牛分娩预警信号。其中，分娩阈值可以通过前期在其他牛群实验采样中得到大数据进行统计得到，例如，根据前期其他牛群中得到多个奶牛分娩时尾部翘起时间和频率(即单位时间内的尾部翘起次数)，将这些值剔除个别差异较大数值，之后进行平均值或是卡尔曼滤波等算法得到的结果即可作为分娩阈值，也就是说，本步骤中的分娩阈值包括时间阈值和频次阈值，在比较时，可以将目标奶牛的尾部翘起时间和时间阈值进行比较，当目标奶牛的尾部翘起时间大于或等于时间阈值时，即可发出奶牛分娩预警信号。在比较时，还可以将目标奶牛的单位时间内的尾部翘起次数与频次阈值进行比较，当目标奶牛的单位时间内的尾部翘起次数大于或等于频次阈值时，即可发出奶牛分娩预警信号。当然，在比较时也可以将目标奶牛的单位时间内的尾部翘起次数与频次阈值进行比较，同时还将将目标奶牛的尾部翘起时间和时间阈值进行比较，结合两者的比较结果来判定是否发出奶牛分娩预警信号。
33.步骤5，根据所述奶牛分娩预警信号将分娩预警信息发送给所述目标奶牛对应的管理终端。本步骤在收到奶牛分娩预警信号后，可以将分娩预警信息发送至目标奶牛对应的管理者的手机端的微信、钉钉或其他特定的接收平台。如此目标奶牛对应的管理者可以第一时间获知信息，并及时赶赴目标奶牛，进行及时处理，高效的避免因发现不及时而出现的奶牛分娩早产、难产、死胎等问题，奶牛也得到更好的护理，为牧场带来很好的直接效益。
34.本发明的第二实施方式涉及一种基于ai图像识别技术的奶牛预产分娩行为预警系统，如图2所示，包括：摄像装置，用于获取预产牛舍的监控图像；图像处理模块，用于将所述监控图像输入至奶牛行为识别模型中，识别出尾部翘起的奶牛，并作为目标奶牛；统计模块，用于统计所述目标奶牛在单位时间内做出尾部翘起的次数以及翘起的时间；比较模块，用于将所述目标奶牛在单位时间内做出尾部翘起的次数和/或翘起的时间与分娩阈值进行比较，并根据比较结果发出奶牛分娩预警信号。
35.其中，所述摄像装置设置在所述预产牛舍四角高处。
36.所述奶牛行为识别模型为：通过摄像装置在前期大量采集奶牛分娩时翘尾图片，并经过算法对所述翘尾图片中翘尾部分提取特征值，在后期运行中，将采集到的奶牛图片数据与特征值进行对比，当相似度达到一定阈值则认为奶牛存在翘尾行为。
37.所述的基于ai图像识别技术的奶牛预产分娩行为预警系统还包括：分娩阈值获取模块，用于对前期在其他牛群实验采样中通过所述奶牛行为识别模型得到的大数据进行统计得到分娩阈值。
38.所述的基于ai图像识别技术的奶牛预产分娩行为预警系统还包括：发送模块，用于根据所述奶牛分娩预警信号将分娩预警信息发送给所述目标奶牛对应的管理终端。
39.不难发现，本发明通过ai图像识别技术能够快速识别奶牛预产分娩行为，并通过预警的方式第一时间通知相关的管理人员，确保奶牛分娩时的安全，避免奶牛在生产时出现难产、流产的情况。