本发明涉及规模化养殖管理技术领域，尤其涉及一种基于牲畜身份的移动轨迹监测方法和系统。
背景技术
随着国民经济的提高，我国肉类消费比例逐年提高，畜牧养殖也从散户养殖向着规模化养殖转变。规模化养殖场存栏牲畜数目庞大。如何有效识别牲畜的数目、身份、行为和所在位置，成为制约规模化效率养殖的关键。
目前的大多数规模化养殖场主要依靠纸张、电脑或手机app记录牲畜的数目、身份、行为和所在位置，信息录入过程有赖于人工的手动记录。手工记录信息的方式，很有可能造成无意的错漏，当规模较大时工作任务繁重，人手成本增加，养殖场付出大量的养殖成本，却只能获得所养牲畜粗略的、滞后的统计信息，也由于无法实时了解动物身份和行为，养殖场不能对管理手段和养殖测量的有效性得到及时反馈，因此难以真正提高养殖水平；
部分先进的养殖场则采用了电子饲喂站的形式来确认牲畜的数目、身份和采食情况。电子饲喂站是一个只允许单头牲畜进入食料的封闭空间，动物进入电子饲喂站闸门时，闸门阅读器会阅读佩戴在动物上的电子标签，从而获知进入电子饲喂站动物的身份，称重传感器则会记录牲畜的体重和饲料槽剩余量以记录牲畜生长和进食情况。
如公告号为cn101507418b的专利文献公开了一种“自动化群养母猪的方法及系统”，包括一套基于计算机网络技术母猪群养系统，该系统内设置一存储有所养母猪的身份编码信息、生理数据、饲养配方、饲喂控制方式及数理统计数据库的远程中央管理计算机和根据群养规模设置的管控工作站，管控工作站内设有若干个饲喂站、公猪站、休息区和隔离区。当配载有射频耳牌的母猪进入饲喂站，饲喂站内的射频信息采集装置立刻将进入饲喂站母猪身份信息发送给远程中央管理计算机，远程中央管理计算机继而发出控制指令，让母猪按照系统的程序完成采食，离开饲喂站，进入休息区或隔离区。上述设计能对群养母猪进行科学管理，从而保证母猪的最佳体况和减少饲料浪费，按需分配，群体一致性好。然饲喂站实际使用中也存在诸多问题，一方面饲喂站购置成本高昂且占地面积大，另一方面动物必须经过一定时间的训练才会自发进入饲喂站进行采食，这无疑是提高了饲喂站的使用门槛；此外，也是由于饲喂站一次仅供一只动物进入采食的技术原因，使得采集动物集群养殖数据的时间大大加长，此外，当动物不处于饲喂站时，无法采集动物的行为状态，可见，饲喂站采集数据的丰富性和实时性十分有限，因此无法满足规模化养殖场充分管理需求，无法得到大规模的推广。
技术实现要素：
本发明所要解决的技术问题在于，针对现有技术的上述不足，提出一种能够帮助自动识别和追踪牲畜身份、行为和所在位置的基于牲畜身份的移动轨迹监测方法和系统。
本发明解决其技术问题，采用如下技术方案：
一种基于牲畜身份的移动轨迹监测方法，方法包括以下步骤：
s10：接收牲畜活动空间中摄像装置发送的视频图像和电子标签阅读器发送的标签信息；所述标签信息包括电子标签号、电子标签号被识别时的时间以及电子标签阅读器信息一一对应的信息集合；所述电子标签阅读器信息包括所述电子标签阅读器的身份信息或地理位置信息；
s20：根据所述视频图像获取所述视频图像中每个牲畜的个体移动轨迹信息形成轨迹信息集；
s30：根据所述标签信息和所述轨迹信息集为所述电子标签号匹配与其对应的所述个体移动轨迹信息。
通过上述设计，本发明能够采集牲畜活动视频并通过电子标签阅读器的配合使用，实现视频中牲畜身份的自动识别和牲畜个体行为轨迹的追踪，能够高效的、充分的、实时的帮助规模化养殖场采集牲畜行为的真实数据，帮助有效的降低人力成本，采集过程中不会对牲畜造成任何的应激；实现了科学化个体化的养殖管理，帮助养殖场提高了养殖水平，实现牲畜养殖生长过程的溯源，保障牲畜健康生长，高效产出。
进一步地，所述步骤s20包括以下步骤：
s21：利用深度学习技术，识别所述视频图像每一帧中的所有牲畜个体；对每一帧中每只牲畜赋予视觉编号，若当前帧中具有与前一帧中相同的牲畜个体，则赋予当前帧中牲畜个体与前一帧中牲畜个体相同的视觉编号；
s22：获取每个所述视觉编号在所述视频图像每一帧中的帧位置和所述视频图像每一帧对应的时间形成所述视觉编号、所述视觉编号在所述视频图像每一帧中的帧位置以及所述视频图像每一帧的时间一一对应的个体移动轨迹信息；
s23：集合所有的所述个体移动轨迹信息形成轨迹信息集。
进一步地，所述步骤s30包括以下步骤：
s31：根据所述标签信息中的电子标签号被识别时的时间和电子标签阅读器的地理位置信息遍历所述轨迹信息集，获取唯一具有与所述标签信息中电子标签号被识别时的时间和电子标签阅读器的地理位置信息均相同且对应的所述个体移动轨迹信息；
s32：匹配所述步骤s31获得的所述个体移动轨迹信息至相对应的所述标签信息中的所述电子标签号下。
一种基于牲畜身份的移动轨迹监测系统，系统包括：
摄像装置，设置于牲畜活动空间内，其视野覆盖整个牲畜活动空间，用于获取和发送视频图像，所述摄像装置至少为一个；
电子标签，设置于牲畜活动空间中每个牲畜个体上，具有唯一电子标签号；
电子标签阅读器，设置于牲畜活动空间内，用于识别所述电子标签的电子标签号；用于记录电子标签号被识别时的时间；以及用于发送电子标签号、电子标签号被识别时的时间和电子标签阅读器信息一一对应的标签信息，所述电子标签阅读器信息包括所述电子标签阅读器自身的身份信息或地理位置信息；
综合处理装置，用于接收牲畜活动空间中所述摄像装置发送的所述视频图像和所述电子标签阅读器发送的所述标签信息，并根据所述视频图像和所述标签信息匹配出所述电子标签号对应的牲畜个体的个体移动轨迹信息。
进一步地，所述综合处理装置包括：
接收模块，用于接收牲畜活动空间中所述摄像装置发送的所述视频图像和所述电子标签阅读器发送的所述标签信息；
获取模块，用于根据所述视频图像获取所述视频图像中每个牲畜的个体移动轨迹信息形成轨迹信息集；
匹配模块，用于根据所述标签信息和所述轨迹信息集为所述电子标签号匹配与其对应的所述个体移动轨迹信息。
进一步地，所述获取模块包括：
识别赋予单元，用于利用深度学习技术，识别所述视频图像每一帧中的所有牲畜个体；对每一帧中每只牲畜赋予视觉编号，若当前帧中具有与前一帧中相同的牲畜个体，则赋予当前帧中牲畜个体与前一帧中牲畜个体相同的视觉编号；
获取形成单元，用于获取每个所述视觉编号在所述视频图像每一帧中的帧位置和所述视频图像每一帧对应的时间形成所述视觉编号、所述视觉编号在所述视频图像每一帧中的帧位置以及所述视频图像每一帧的时间一一对应的个体移动轨迹信息；
集合单元，用于集合所述获取形成单元获取形成的所有所述个体移动轨迹信息形成轨迹信息集。
进一步地，所述匹配模块包括：
获取单元，根据所述标签信息中的电子标签号被识别时的时间和电子标签阅读器的地理位置信息遍历所述轨迹信息集，获取唯一具有与所述标签信息中电子标签号被识别时的时间和电子标签阅读器的地理位置信息均相同且对应的所述个体移动轨迹信息；
匹配单元，用于匹配所述获取单元获得的所述个体移动轨迹信息至相对应的所述标签信息中的所述电子标签号下。
进一步地，所述摄像装置通过有线或无线的方式与所述综合处理装置建立通信；所述电子标签阅读器通过有线或无线的方式与所述综合处理装置建立通信。
进一步地，系统还包括：
客户终端，用于发送基于牲畜电子标签号的个体移动轨迹信息获取请求和接收所述综合处理装置下发的与所述电子标签号相对应的所述个体移动轨迹信息；
所述综合处理装置包括：
收发模块，用于接收所述客户终端发送的基于牲畜电子标签号的个体移动轨迹信息获取请求和向所述客户终端下发与所述电子标签号相对应的所述个体移动轨迹信息。
进一步地，所述综合处理装置包括：
存储模块，用于储存所述电子标签阅读器的身份信息与该电子标签阅读器安装地理位置关系对照表。
与现有技术相比，本发明的有益效果是：使用方便，采集数据丰富，运行高效，有利于养殖场的人力精简和牲畜生长过程的行为监控和溯源，实现科学化、个体化牲畜养殖管理；
通过在牲畜活动区域中设置摄像装置，实时的获取牲畜活动视频以便后续综合处理装置利用机器视觉深入学习的技术区分视频中牲畜个体身份，实现视频中牲畜个体化行为数据的采集；
通过在牲畜活动区域中设置电子标签阅读器，使其识别设置在牲畜个体上的电子标签，获取电子标签号和电子标签号被识别时的时间，实现牲畜活动区域中牲畜个体身份的采集，以便后续综合处理装置利用电子标签号被识别时的时间和电子标签阅读器在牲畜活动区域中设置的地理位置，将电子标签号与之前视频中牲畜个体身份匹配起来，从而实现视频中牲畜个体与实际牲畜活动区域中的牲畜个体身份的对应，从而获取能够供养殖场真实管理实际在牲畜活动区域中的牲畜个体的行为轨迹，从而帮助养殖场完成牲畜个体的生长溯源，合理把关牲畜个体的健康状况和合理饮食；
通过设置综合处理装置能够接收牲畜活动空间中摄像装置发送的视频图像和电子标签阅读器发送的标签信息；根据所述视频图像获取所述视频图像中每个牲畜的个体移动轨迹信息形成轨迹信息集；根据所述标签信息和所述轨迹信息集为所述电子标签号匹配与其对应的所述个体移动轨迹信息，实现了自动识别牲畜个体实际身份和追踪牲畜行为和所在位置的功能，有利于帮助养殖场无纸化、高效率、有针对性的管理牲畜。
附图说明
为更清楚详细的说明本发明的实施例，附图如下：
图1为本发明实施例1的基于牲畜身份的移动轨迹监测方法的方法流程图；
图2为本发明实施例2的基于牲畜身份的移动轨迹监测方法的方法流程图；
图3为本发明实施例3的基于牲畜身份的移动轨迹监测方法的方法流程图；
图4为本发明实施例4的基于牲畜身份的移动轨迹监测系统在应用场景中的示意图；
图5为本发明实施例4中优选的基于牲畜身份的移动轨迹监测系统中综合处理装置的系统框架图；
图6为本发明实施例4中另一优选的基于牲畜身份的移动轨迹监测系统框架图。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
现代规模化牲畜养殖大大提高了肉制品生产效率，增加了经济效益。但规模化养殖管理任务庞大，除了日常饮食的喂养，还需要合理管控牲畜个体的健康，因此，需要大量的人力输入以及花费管理工人大量的管理精力，容易出现管理疏漏，管理效率低下，管理没有个体针对性，管理不到位不充分的情况，导致养殖成本大大提高。
本发明为提高规模化养殖场养殖管理水平，实现科学化、个体化牲畜行为的高效监控和管理，优化产能，降低综合成本，提供了一种基于牲畜身份的移动轨迹监测方法和系统，帮助养殖场将养殖管理落实到每个牲畜个体和落实到每个牲畜人体实时行为数据采集。
实施例1
如图1所示，本实施例提供一种基于牲畜身份的移动轨迹监测方法，本方法应用于综合处理装置，方法包括以下步骤：
s10：接收牲畜活动空间中摄像装置发送的视频图像和电子标签阅读器发送的标签信息；所述标签信息包括电子标签号、电子标签号被识别时的时间以及电子标签阅读器信息一一对应的信息集合；所述电子标签阅读器信息包括所述电子标签阅读器的身份信息或地理位置信息；
本步骤中，摄像装置和电子标签阅读器为预先设置在牲畜活动空间中的有关设备；均扮演着采集数据的角色。
具体地，摄像装置被设置成能够全面覆盖牲畜活动空间，完成牲畜活动空间各个角落的视频图像的采集和发送，且采集优选为不间断采集，只要摄像装置通电，就会进行视频数据采集；发送为实时发送，避免消息滞后，摄像装置的摄像头优选摄像品质好的高清鱼眼摄像头；
摄像装置具体安装位置需要根据使用环境，合理规划设置高度和角度，例如，一个养殖棚中牲畜活动空间包括多个圈舍，根据养殖棚的棚顶高度情况，选择将摄像装置设置于棚顶或墙或柱上，以求尽可能少的设置摄像装置个数但保证所有的摄像装置集合拍摄的范围能够覆盖棚顶下方所有牲畜能够活动的范围，且需要保证摄像装置视野不被圈舍围墙或围栏阻挡；
电子标签阅读器的设置同样为固定设置，具体优选安装于棚舍中牲畜经常活动区域的附近，如食槽、水槽、圈舍出入口等；且目前电子标签阅读器多为rfid阅读器，由于该类电子标签阅读器感应距离的局限，只有牲畜个体达到电子标签阅读器设置位置的附近才会被识别，为了使电子标签阅读器能够高效率工作，更快更多的通过电子标签识别牲畜个体身份，故选择电子标签阅读器安装于棚舍中牲畜经常活动区域的附近，且当棚舍较大，超出一个电子标签阅读器的最大感应范围时，优选电子标签阅读器根据其感应范围有间距的在每个牲畜经常活动区域的均安装一电子标签阅读器，需要注意是，所有电子标签阅读器的识别范围均需在摄像装置的视野范围内，以避免信息不对等造成的信息错乱；
电子标签阅读器被配置成识别感应范围内牲畜个体的电子标签号身份，记录电子标签号被识别时的时间，以及，发送电子标签号、电子标签号被识别时的时间以及电子标签阅读器信息一一对应的标签信息至综合处理装置；其中，记录时间的精确度优选精确到小数点后面三位；电子标签阅读器信息可以是所述电子标签阅读器的身份信息，也可以是所述电子标签阅读器的地理位置信息；
需要说明的是，若设置电子标签阅读器发送电子标签阅读器的身份信息（如电子标签阅读器的设备id号），则需要提前在综合处理装置中预存一份牲畜活动空间中安装的所有电子标签阅读器身份信息与电子标签阅读器设置地理位置对应的关系对照表，以便综合处理装置调用关系对照表，获取与电子标签阅读器相对应的地理位置，从而帮助匹配牲畜个体的电子标签号身份和摄像装置采集视频中的牲畜个体视觉身份；若设置电子标签阅读器发送电子标签阅读器的地理位置信息，则需要电子标签阅读器配备gps设备识别自身所被设置的地理位置，此外，也可以通过在电子标签阅读器安装好确认地理位置信息之后，由安装人员手动保存地理位置信息入电子标签阅读器，以便发送所述标签信息时电子标签阅读器调用此处数据；
s20：根据所述视频图像获取所述视频图像中每个牲畜的个体移动轨迹信息形成轨迹信息集；
本步骤中综合处理装置根据摄像装置发送来的视频图像，对其进行处理，获取视频图像中每个牲畜的个体移动轨迹信息，包含视频图像中所有的牲畜个体的个体移动轨迹信息的集合即为轨迹信息集，轨迹信息集体现的是所述视频图像中每个牲畜个体各自随时间变化产生位置变化的有序集合，它可以是一个视频流也可以是以一连串区分牲畜个体的包含时间和位置一一对应的数据集；具体地，个体移动轨迹信息的获取，涉及对图像的处理，特别是对图像中每个运动目标连续跟踪，跟踪目标运动轨迹估计，特征分析等内容。
目前处理视频图像，识别图像中的物体的研究很多，例如陈吉宏，俞守华，区晶莹在广东农业科学2011年第10期发表的《猪舍智能监控系统中猪只识别算法研究》一文中提出一种运用色彩空间聚类模型的猪只识别算法，经过猪场实际验证表明，正确识别率可达80%；又例如，近几年，发展成果卓越的机器视觉识别技术，除了能够识别图像中的物体外还能对图像中运动的物体的运动轨迹进行估计，目前，常被应用的运动目标检测方法有：
1、帧间差分法（famedifferencemethod），帧间差分法是在视频图像序列中连续的两个或三个相邻帧间，采取逐像素差分并阈值化的方法来提取图像中的运动区域；该方法对目标的运动速度以及图像的选择时机要求高；
2、背景差分法（backgroundsubtractionmethod），背景差分法是将图像分为背景和前景两部分，首先对背景建模，然后利用当前帧与背景图像的差分来对运动区域进行检测，该方法所得的结果能够反映运动目标的位置、形状、大小等信息，可见该方法特别适用于本步骤中，对牲畜个体移动轨迹信息的获取，还有利于牲畜的体型监测；
3、光流法（opticalflowmethod），光流的概念最早提出于1950年，但至今在实操性上还需要研究人员的大量研究突破，光流反应了在一定时间间隔内的图像变化，首先对图像的运动场进行估计，将相似的速度矢量合并为同一运动目标，然后利用目标的矢量流特征，如方向和大小等来检测运动区域，如meyer等通过计算位移向量光流场来达到初始化轮廓的目的，从而有效地实现了对运动目标的检测和跟踪；光流法的主要优点在于不需要预知场景的任何信息，而能够检测出独立的运动对象，缺点则是抗噪性能差，计算比较复杂，在没有特定硬件支持的情况下，一般很难用于对视频图像序列中的运动目标的实时性操作。
s30：根据所述标签信息和所述轨迹信息集为所述电子标签号匹配与其对应的所述个体移动轨迹信息。
本步骤中，所述标签信息中包含的是：电子标签号、该电子标签号被识别时的时间以及识别出该电子标签号的电子标签阅读器的信息，其中电子标签阅读器的信息包括该电子标签阅读器的身份信息或地理位置信息，需要强调的是，无论标签信息中的电子标签阅读器的信息是该电子标签阅读器的身份信息还是该电子标签阅读器地理位置信息，其最终的目的是为了让综合处理装置能够获取到电子标签号对应的牲畜个体具体是被哪个位置设置电子标签阅读器识别的，从而便于综合处理装置根据该电子标签号被识别时的时间和识别该电子标签号的电子标签阅读器的设置位置，在所述轨迹信息集查看对应该时间确实在该电子标签阅读器设置位置的旁的牲畜个体，从而实现所述电子标签号与所述轨迹信息集中某一所述个体移动轨迹信息的匹配，完成牲畜在所述视频图像中的身份与电子标签号的身份的统一，以便养殖场管理人员根据上述自动识别匹配的结果，最终轻松便利的实现养殖场中牲畜真实个体的实时管控。
综上，本发明能够采集牲畜活动视频并通过电子标签阅读器的配合使用，实现视频中牲畜身份的自动识别、视频身份与电子标签号身份的匹配以及电子标签号身份的牲畜个体行为轨迹的追踪，能够高效的、充分的、实时的帮助规模化养殖场采集牲畜行为的真实数据，帮助有效的降低人力成本，采集过程中不会对牲畜造成任何的应激；实现了科学化个体化的养殖管理，帮助养殖场提高了养殖水平，实现牲畜养殖生长过程的溯源，保障牲畜健康生长，高效产出。
实施例2
如图2所示，本实施例与实施例1的区别在于，本实施例的所述步骤s20包括以下步骤：
s21：利用深度学习技术，识别所述视频图像每一帧中的所有牲畜个体；对每一帧中每只牲畜赋予视觉编号，若当前帧中具有与前一帧中相同的牲畜个体，则赋予当前帧中牲畜个体与前一帧中牲畜个体相同的视觉编号；
本步骤中，利用深度学习技术获取图像特征，例如利用卷积神经网络（cnn）来获取图像高层次的特征，可用的深度学习模型诸如fastr-cnn，yolo，ssd等，详细进行如图像分割、目标关键点检测等图像识别处理，一一识别所述视频图像每一帧中的所有牲畜个体；例如，一般情况下视频图像的一秒有25帧，如果一段视频为100秒，即需要对2500帧图像中的牲畜目标进行识别，并对两两不同帧中识别特征相同的牲畜赋予一相同视觉编号；具体地，如第一帧中识别出三个不同牲畜个体，则对三个牲畜个体分别赋予一视觉编号，比如01、02、03；第二帧中识别出四个牲畜个体，其中，有三个牲畜个体的特征分别与第一帧中的01、02、03的牲畜个体特征相同，则对相同的牲畜个体赋予相同的视觉编号01、02、03，对新出现的牲畜个体赋予视觉编号04；依次类推，直至处理完所述视频图像的所有帧中牲畜个体识别和视觉编号赋予。
s22：获取每个所述视觉编号在所述视频图像每一帧中的帧位置和所述视频图像每一帧对应的时间形成所述视觉编号、所述视觉编号在所述视频图像每一帧中的帧位置以及所述视频图像每一帧的时间一一对应的个体移动轨迹信息；
例如，基于步骤s21的处理，从所述视频图像中获得共4个视觉编号的牲畜个体，分别是01、02、03、04，然后本步骤中根据该4个视觉编号获取4个视觉编号各自在所述视频图像的2500个帧中的2500个帧位置以及获取每一帧在所述视频图像中所对应的时间，并将每个视觉编号、该视觉编号的2500个帧位置，以及2500个帧每一帧的时间串联起来，形成视觉编号、视觉编号在所述视频图像每一帧中的帧位置以及所述视频图像每一帧的时间一一对应的能够反映出某一相同视觉编号在某一时间内位置变化过程的个体移动轨迹信息；此外，获取形成个体移动轨迹信息具体运用到的获取形成算法如数据驱动马尔科夫蒙特卡算法（ddmcmc），匈牙利算法（hungarian），概率数据关联算法（jpda）等。
s23：集合所有的所述个体移动轨迹信息形成轨迹信息集。
具体地，本步骤在之前步骤完成所述视频图像中所有视觉编号对应的独立牲畜个体的所述个体移动轨迹信息的形成后，集合所有的个体移动轨迹信息形成轨迹信息集，以便形成数据库，供被调用用于个体移动轨迹信息与电子标签号的匹配，从而自动形成养殖场中真实个体的个体移动轨迹信息，方便基于电子标签号的牲畜个体管理，无需借助人眼进行再次识别区分，减少人员劳动强度。
实施例3
如图3所示，本实施例与实施例1的区别在于，本实施例的所述步骤s30包括以下步骤：
s31：根据所述标签信息中的电子标签号被识别时的时间和电子标签阅读器的地理位置信息遍历所述轨迹信息集，获取唯一具有与所述标签信息中电子标签号被识别时的时间和电子标签阅读器的地理位置信息均相同且对应的所述个体移动轨迹信息；具体地，以电子标签号被识别时的时间和识别该电子标签号的电子标签阅读器的地理位置为查找依据，在所述轨迹信息集中查找相同时间具有相同地理位置信息个体移动轨迹信息；
s32：匹配所述步骤s31获得的所述个体移动轨迹信息至相对应的所述标签信息中的所述电子标签号下。
将步骤s31查找出的所述个体移动轨迹信息匹配至与该电子标签号被识别时的时间和电子标签阅读器的地理位置信息相对应的所述标签信息中的电子标签号下，形成电子标签号与个体移动轨迹信息相对应的数据集合，直至完成所有所述电子标签阅读器识别的所述电子标签号与所述轨迹信息集中相应个体移动轨迹信息的匹配。
实施例4
如图4所示，本实施例提供一种基于牲畜身份的移动轨迹监测系统，作为实现实施例1/2/3中所述方法的物理硬件支持，本实施例中与上述实施例的方法中描述相同的部分，此处均不再赘述，系统包括：
摄像装置100，设置于牲畜活动空间内，其视野覆盖整个牲畜活动空间，用于获取和发送视频图像，所述摄像装置包括至少一个摄像头；且优选每个摄像头均进行每天24小时不间断采集和发送，摄像头具体选择高清鱼眼摄像头，以便较大范围无死角的监控养殖场内环境，摄像头通过poe接口通信方式与综合处理装置400连接，向综合处理装置400发送采集的视频图像，poe又称以太网供电，无需单独铺设电力线，能够简化基础网线铺设，此外摄像装置100中还设有与摄像头电连接的数据储存设备，用于备份数据，降低数据丢失风险保障数据安全性；
摄像头设置有多个时，除了发送视频图像给综合处理装置400，还可一并发送摄像头设置地理位置或身份信息，当设置摄像头发送摄像头身份信息时，需摄像头安装完毕后在综合处理装置400储存摄像头身份信息和摄像头设置地理位置一一对应数据表，以便综合处理装置400根据摄像头身份信息对摄像头地理位置进行确认，从而根据摄像头安装地理位置获取视频图像真实对应的圈舍地理位置，可与综合处理装置400获取的个体移动轨迹信息一起，共同辅助最终牲畜所在地理位置的确认；
电子标签200，设置于牲畜活动空间中每个牲畜个体上，具有唯一电子标签号；可帮助养殖管理人员识别牲畜个体；
电子标签阅读器300，设置于牲畜活动空间内，用于识别所述电子标签200的电子标签号；本系统中还用于记录电子标签号被识别时的时间；以及用于发送电子标签号、电子标签号被识别时的时间和电子标签阅读器信息一一对应的标签信息给综合处理装置400，所述电子标签阅读器信息包括所述电子标签阅读器300自身的身份信息或地理位置信息；具体地，通过识别模块，识别所述电子标签200的电子标签号；通过设置于电子标签阅读器300的内置时钟记录电子标签号被识别时的时间，时间精确度精确到小数点后三位；通过发送模块发送标签信息；
电子标签阅读器300当且仅当在戴有电子标签200的牲畜靠近电子标签阅读器300识读范围时才能识别出电子标签号，优选设置多个，分别设于每个圈舍的食槽上、水槽上以及出入口处，除了有利于电子标签号身份的识别，还有利于与摄像头视频图像采集配合，处理分析出牲畜饮食、转圈状况，实现对牲畜真实个体饮食、转圈状况的监控；摄像装置100与电子标签阅读器300构成和设置时其他需要注意的事项与实施例1相同，此处不再赘述；
综合处理装置400，用于接收牲畜活动空间中所述摄像装置100发送的所述视频图像和所述电子标签阅读器300发送的所述标签信息，并根据所述视频图像和所述标签信息匹配出所述电子标签号对应的牲畜个体的个体移动轨迹信息。综合处理装置400在实际运用中一般由高性能的计算机构成，高性能的计算机除了能够接收发送来的信息，还能通过安装于其中的分析算法用于根据所述视频图像和所述标签信息匹配出所述电子标签号对应的牲畜个体的个体移动轨迹信息；
具体地，当摄像头为多个时，综合处理装置400会对每个摄像头采集的视频图像进行相同特征的整合，从而得到摄像装置100整体照射范围内所有区域牲畜活动的完整视频图像，并根据所述完整视频图像和所述标签信息匹配电子标签号和与其对应的牲畜个体的个体移动轨迹信息。
需要说明的是，上述系统中的部件安装完毕后，需经过多次性能调试完成摄像装置100摄像头摄像角度调整，电子标签阅读器300性能测试调整，以及综合处理装置400摄像头设置位置、电子标签阅读器300设置位置的参数预存才能更好的发挥其作用。
优选地，如图5所示，所述综合处理装置400包括：
接收模块410，用于接收牲畜活动空间中所述摄像装置100发送的所述视频图像和所述电子标签阅读器300发送的所述标签信息；
获取模块420，用于根据所述视频图像获取所述视频图像中每个牲畜的个体移动轨迹信息形成轨迹信息集；
匹配模块430，用于根据所述标签信息和所述轨迹信息集为所述电子标签号匹配与其对应的所述个体移动轨迹信息。
所述获取模块420包括：
识别赋予单元421，用于利用深度学习技术，识别所述视频图像每一帧中的所有牲畜个体；对每一帧中每只牲畜赋予视觉编号，若当前帧中具有与前一帧中相同的牲畜个体，则赋予当前帧中牲畜个体与前一帧中牲畜个体相同的视觉编号；
获取形成单元422，用于获取每个所述视觉编号在所述视频图像每一帧中的帧位置和所述视频图像每一帧对应的时间形成所述视觉编号、所述视觉编号在所述视频图像每一帧中的帧位置以及所述视频图像每一帧的时间一一对应的个体移动轨迹信息；
集合单元423，用于集合所述获取形成单元422获取形成的所有所述个体移动轨迹信息形成轨迹信息集。
所述匹配模块430包括：
获取单元431，根据所述标签信息中的电子标签号被识别时的时间和电子标签阅读器300的地理位置信息遍历所述轨迹信息集，获取唯一具有与所述标签信息中电子标签号被识别时的时间和电子标签阅读器300的地理位置信息均相同且对应的所述个体移动轨迹信息；
匹配单元432，用于匹配所述获取单元431获得的所述个体移动轨迹信息至相对应的所述标签信息中的所述电子标签号下。
进一步地，所述摄像装置100通过有线或无线的方式与所述综合处理装置400建立通信；所述电子标签阅读器300通过有线或无线的方式与所述综合处理装置400建立通信。例如，一具体实施方式下，摄像装置100通过poe网线连接综合处理装置400实现供电同时的数据传输，电子标签阅读器300通过lpwan网关与综合处理装置400建立无线连接通信。
进一步地，如图6所示，系统还包括：
客户终端500，用于发送基于牲畜电子标签号的个体移动轨迹信息获取请求和接收所述综合处理装置400下发的与所述电子标签号相对应的所述个体移动轨迹信息；客户终端500可供管理人员使用，向综合处理装置400发起数据请求，数据请求具体为基于牲畜电子标签号的个体移动轨迹信息获取请求，即需要管理人员输入牲畜电子标签号和控制客户终端500发送基于牲畜电子标签号的个体移动轨迹信息获取请求；综合处理装置400识别请求具体所需内容后，从自身数据中找出与所述电子标签号相对应的所述个体移动轨迹信息并向客户终端500下发，有利于管理人员通过远程获取牲畜个体的移动轨迹信息，了解牲畜活动情况。
所述综合处理装置400还包括：
收发模块440，用于接收所述客户终端500发送的基于牲畜电子标签号的个体移动轨迹信息获取请求和向所述客户终端500下发与所述电子标签号相对应的所述个体移动轨迹信息。
进一步地，所述综合处理装置400还包括：
存储模块450，用于储存所述电子标签阅读器300的身份信息与该电子标签阅读器300安装地理位置关系对照表，这份关系对照表主要是在各个电子标签阅读器300设置完成后，由安装人员将对应信息保存入存储模块450，以便接收到电子标签阅读器300发送的自身身份信息后获取处该电子标签阅读器300安装地理位置，以便牲畜所处地理位置的确认。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。