一种基于云平台的动物管理方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115760523A(43)申请公布日2023.03.07(21)申请号202211448386.3G06F12/123(2006.01)(22)申请日2022.11.18G06F12/02(2017.01)(71)申请人四川云泷生态科技有限公司地址610011四川省成都市锦江区梨花街9号5层592号（自编号）(72)发明人刘传昂万东胡江军刘虹汝冯庆妨戴永(74)专利代理机构成都其知创新专利代理事务所(普通合伙)51326专利代理师范忠华(51)Int.Cl.G06Q50/26(2012.01)G06Q10/063(2023.01)G06T7/207(2023.01)G06N3/08(2016.01)权利要求书2页说明书5页附图1页(54)发明名称一种基于云平台的动物管理方法及系统(57)摘要本发明公开了一种基于云平台的动物管理方法及系统，属于动物管理技术领域，该管理方法具体步骤如下：(1)录入各动物信息并对录入信息分类标记；(2)对各区域动物进行级联检测并进行异常分析；(3)反馈异常动物信息并将该动物移动至管控区；(4)轮播白板显示服务器运行信息定期进行性能优化；本发明能够大幅提高各动物的跟踪精度，能够确保进行充分的跨监控匹配，避免因匹配机会过少而出现漏匹配，保证工作人员能够更好的进行管理，能够对服务器内存进行大粒度压缩，提高压缩效率，有效的提高了服务器端口响应速度，同时节省压缩内存所需的时间。CN115760523ACN115760523A权利要求书1/2页1.一种基于云平台的动物管理方法，其特征在于，该管理方法具体步骤如下：(1)录入各动物信息并对录入信息分类标记；(2)对各区域动物进行级联检测并进行异常分析；(3)反馈异常动物信息并将该动物移动至管控区；(4)轮播白板显示服务器运行信息定期进行性能优化。2.根据权利要求1所述的一种基于云平台的动物管理方法，其特征在于，步骤(1)所述分类标记具体步骤如下：步骤一：服务器接收工作人员上传的动物信息，并按照动物种类对其进行分类处理以生成相对应的动物类型集，并对分类完成的动物类型集中的各组动物信息进行编号标记，且每组动物编号信息唯一；步骤二：实时采集区域动物增加以及减少信息，并对相关动物类型集中存储的信息进行相应的调整，若存在需减少的动物信息，则将该动物信息多对应的编号进行保留，并等待下一次增加对应动物信息时，将该编号赋予该动物信息。3.根据权利要求1所述的一种基于云平台的动物管理方法，其特征在于，步骤(2)所述级联检测具体步骤如下：步骤Ⅰ：服务器接收各监控采集的各组影像信息后，处理固定帧率的单监控视频或图像序列帧，并对实际视频帧的间隔时间进行计算，并记录计算出的实际视频帧的间隔时间；步骤Ⅱ：通过卡尔曼滤波理论建立运动模型，同时通过构建的运动模型实时获取跟踪目标的运动状态，对所有跟踪目标分配一个的ID，分配完成后，将所有已经分配了ID的跟踪目标记为目标集合，并采集所有跟踪目标的外观特征向量，将采集到的各组特征向量整合归纳为目标特征集合；步骤Ⅲ：运动模型依据对跟踪目标的线性运动假设，对其在视频帧中的运动状态进行定义，收集跟踪目标在当前视频帧中的运动状态，并构建预测方程对各跟踪目标在下一视频帧中的运动状态进行估计，再将各组跟踪目标在第i个监控的当前视频帧运动状态记为表征位置集合以及表征协方差矩阵集合；步骤Ⅳ：之后收集多目标实时检测算法计算出的第i个监控当前视频帧中所有目标的检测结果以生成检测集合，将其在当前视频帧中的位置记为检测位置集合，并对其逐一提取外观特征向量以得到检测结果的外观特征向量集合；步骤Ⅴ：计算检测结果与跟踪目标之间的余弦距离，并使用阈值进行过滤以得到余弦距离表征的代价矩阵，再根据马氏距离矩阵和相关约束条件对余弦距离表征的代价矩阵再次进行过滤，采用匈牙利算法进行二分匹配进行匹配；步骤Ⅵ：匹配完成后，服务器依次并行处理每一路视频流的视频帧数据，并对每一路视频流中下采样后得到的视频帧依次执行目标标记、估计跟踪目标的运动状态、匹配关联以及跨监控多目标实时跟踪。4.根据权利要求3所述的一种基于云平台的动物管理方法，其特征在于，步骤(2)所述异常分析具体步骤如下：第一步：构建并训练一组检测神经网络，同时实时将各类动物生活状态导入检测神经网络中，之后检测神经网络接受工作人员上传的各类动物检测标准；第二步：检测神经网络将动物检测标准以及动物生活状态分别处理生成训练集以及测2CN115760523A权利要求书2/2页试集，之后对训练集数据进行标准化处理以获取训练样本，设置模型具体参数，采用长期迭代法训练该检测神经网络，并将测试集输入到训练好的模型中，画出动物状态预测曲线，并加以分析。5.根据权利要求1所述的一种基于云平台