本發(fā)明涉及圖像處理，尤其涉及畜牧場視頻圖像精煉方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品。

背景技術(shù)：

1、在傳統(tǒng)的畜牧場環(huán)境中，對動物行為的監(jiān)控和健康評估大多依賴人工觀察，這種方法不僅效率低下，而且容易受到觀察者主管判斷的影響。目前，視頻監(jiān)控系統(tǒng)被廣泛應(yīng)用在畜牧場當(dāng)中，機(jī)器視覺算法可以替代傳統(tǒng)的人工監(jiān)督，以實現(xiàn)對動物、人、車、物等目標(biāo)的智能識別，從而滿足智能化養(yǎng)殖管理需求，機(jī)器視覺算法的處理精度依賴于訓(xùn)練數(shù)據(jù)集的質(zhì)量?，F(xiàn)有的畜牧場機(jī)器視覺算法的訓(xùn)練數(shù)據(jù)集依賴于人工對大量畜牧場監(jiān)控視頻圖像進(jìn)行標(biāo)注得到。

2、但是，畜牧場監(jiān)控視頻的內(nèi)容具有相似度高，重復(fù)性強(qiáng)的特點(diǎn)，如果為實際應(yīng)用的機(jī)器視覺算法構(gòu)建的訓(xùn)練數(shù)據(jù)集中包含過多的相似圖像，或容易被識別的圖例，沒有平衡數(shù)據(jù)集中的內(nèi)容，則會導(dǎo)致訓(xùn)練后的機(jī)器視覺算法在畜牧場場景的實際使用中會存在瓶頸和問題，例如出現(xiàn)識別困難、識別穩(wěn)定性差等問題，同時，由于畜牧場監(jiān)控圖像中包含大量的動物個體，圖像數(shù)據(jù)集的標(biāo)注工作非常耗時耗力，在人工標(biāo)注過程中，容易導(dǎo)致標(biāo)注人員的視覺疲勞，標(biāo)注數(shù)據(jù)的質(zhì)量也無法得到保證。因此，在現(xiàn)有技術(shù)中，畜牧場機(jī)器視覺算法的訓(xùn)練數(shù)據(jù)集的質(zhì)量不高。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供畜牧場視頻圖像精煉方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，用以解決現(xiàn)有技術(shù)中畜牧場機(jī)器視覺算法的訓(xùn)練數(shù)據(jù)集的質(zhì)量不高的缺陷，實現(xiàn)對畜牧場監(jiān)控視頻圖像進(jìn)行精煉，生成高質(zhì)量的訓(xùn)練數(shù)據(jù)集。

2、本發(fā)明提供一種畜牧場視頻圖像精煉方法，包括：

3、獲取待精煉視頻圖像集，所述待精煉視頻圖像集中包括多個待處理圖像；

4、基于所述待處理圖像之間的內(nèi)容差異度對多個所述待處理圖像進(jìn)行標(biāo)記，得到第一標(biāo)記結(jié)果；

5、通過開集識別算法對所述待處理圖像進(jìn)行目標(biāo)檢測，獲取所述待處理圖像中的目標(biāo)檢測結(jié)果，基于所述目標(biāo)檢測結(jié)果對多個所述待處理圖像進(jìn)行標(biāo)記，得到第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果，所述第二標(biāo)記結(jié)果反映所述待處理圖像中目標(biāo)的檢測難度，所述第三標(biāo)記結(jié)果反映所述待處理圖像中目標(biāo)的運(yùn)動變化程度；

6、基于所述第一標(biāo)記結(jié)果、所述第二標(biāo)記結(jié)果和所述第三標(biāo)記結(jié)果，得到所述待精煉視頻圖像集的數(shù)據(jù)精煉結(jié)果。

7、根據(jù)本發(fā)明提供的畜牧場視頻圖像精煉方法，

8、所述基于所述目標(biāo)檢測結(jié)果對多個所述待處理圖像進(jìn)行標(biāo)記，得到第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果，包括：

9、基于所述待處理圖像的所述目標(biāo)檢測結(jié)果中的目標(biāo)檢測框的數(shù)量以及置信度，確定所述待處理圖像的所述第二標(biāo)記結(jié)果。

10、根據(jù)本發(fā)明提供的畜牧場視頻圖像精煉方法，所述基于所述待處理圖像的所述目標(biāo)檢測結(jié)果中的目標(biāo)檢測框的數(shù)量以及置信度，確定所述待處理圖像的所述第二標(biāo)記結(jié)果，包括：

11、基于所述待處理圖像的所述目標(biāo)檢測結(jié)果中的目標(biāo)檢測框的數(shù)量、所述待處理圖像的相鄰圖像中的所述目標(biāo)檢測框的數(shù)量變化程度以及所述待處理圖像中的所述目標(biāo)檢測框的置信度，確定所述待處理圖像的所述第二標(biāo)記結(jié)果。

12、根據(jù)本發(fā)明提供的畜牧場視頻圖像精煉方法，所述基于所述目標(biāo)檢測結(jié)果對多個所述待處理圖像進(jìn)行標(biāo)記，得到第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果，包括：

13、基于所述目標(biāo)檢測結(jié)果對所述待處理圖像進(jìn)行目標(biāo)分割，得到所述待處理圖像對應(yīng)的分割掩膜；

14、基于所述待處理圖像的所述分割掩膜確定所述待處理圖像的所述第三標(biāo)記結(jié)果。

15、根據(jù)本發(fā)明提供的畜牧場視頻圖像精煉方法，所述通過開集識別算法對所述待處理圖像進(jìn)行目標(biāo)檢測，獲取所述待處理圖像中的目標(biāo)檢測結(jié)果，包括：

16、將所述待處理圖像輸入至開集識別算法模型中，獲取所述開集識別算法模型輸出的初始檢測結(jié)果；

17、基于所述初始檢測結(jié)果中檢測框的置信度以及檢測框的尺寸對所述初始檢測結(jié)果中的檢測框數(shù)量進(jìn)行刪減，得到所述待處理圖像中的所述目標(biāo)檢測結(jié)果。

18、根據(jù)本發(fā)明提供的畜牧場視頻圖像精煉方法，所述獲取待精煉視頻圖像集，包括：

19、獲取原始監(jiān)控視頻，對所述原始監(jiān)控視頻按照預(yù)設(shè)的抽幀規(guī)則進(jìn)行抽幀處理，得到多個所述待處理圖像，生成所述待精煉視頻圖像集。

20、本發(fā)明還提供一種畜牧場視頻圖像精煉裝置，包括：

21、圖像獲取模塊，用于獲取待精煉視頻圖像集，所述待精煉視頻圖像集中包括多個待處理圖像；

22、差異度計算模塊，用于基于所述待處理圖像之間的內(nèi)容差異度對多個所述待處理圖像進(jìn)行標(biāo)記，得到第一標(biāo)記結(jié)果；

23、開集檢測模塊，用于通過開集識別算法對所述待處理圖像進(jìn)行目標(biāo)檢測，獲取所述待處理圖像中的目標(biāo)檢測結(jié)果，基于所述目標(biāo)檢測結(jié)果對多個所述待處理圖像進(jìn)行標(biāo)記，得到第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果，所述第二標(biāo)記結(jié)果反映所述待處理圖像中目標(biāo)的檢測難度，所述第三標(biāo)記結(jié)果反映所述待處理圖像中目標(biāo)的運(yùn)動變化程度；

24、選擇模塊，用于基于所述第一標(biāo)記結(jié)果、所述第二標(biāo)記結(jié)果和所述第三標(biāo)記結(jié)果，得到所述待精煉視頻圖像集的數(shù)據(jù)精煉結(jié)果。

25、本發(fā)明還提供一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計算機(jī)程序，所述處理器執(zhí)行所述程序時實現(xiàn)如上述任一種所述畜牧場視頻圖像精煉方法。

26、本發(fā)明還提供一種非暫態(tài)計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，該計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述畜牧場視頻圖像精煉方法。

27、本發(fā)明還提供一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述畜牧場視頻圖像精煉方法。

28、本發(fā)明提供的畜牧場視頻圖像精煉方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，其中方法包括：獲取待精煉視頻圖像集，待精煉視頻圖像集中包括多個待處理圖像；基于待處理圖像之間的內(nèi)容差異度對多個待處理圖像進(jìn)行標(biāo)記，得到第一標(biāo)記結(jié)果；通過開集識別算法對待處理圖像進(jìn)行目標(biāo)檢測，獲取待處理圖像中的目標(biāo)檢測結(jié)果，基于目標(biāo)檢測結(jié)果對多個待處理圖像進(jìn)行標(biāo)記，得到第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果，第二標(biāo)記結(jié)果反映待處理圖像中目標(biāo)的檢測難度，第三標(biāo)記結(jié)果反映待處理圖像中目標(biāo)的運(yùn)動變化程度；基于第一標(biāo)記結(jié)果、第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果，得到待精煉視頻圖像集的數(shù)據(jù)精煉結(jié)果。

29、本發(fā)明通過計算待處理的監(jiān)控視頻圖像之間的內(nèi)容差異度，以及利用開集識別算法對待處理的監(jiān)控視頻圖像進(jìn)行目標(biāo)檢測，基于開集識別算法的目標(biāo)檢測結(jié)果判斷待處理圖像中目標(biāo)的檢測難度和目標(biāo)的運(yùn)動變化程度，可以從大量的監(jiān)控視頻圖像中提取難例圖像、更加具有代表性的圖像和具有更高價值的圖像，降低訓(xùn)練數(shù)據(jù)集的標(biāo)注量，實現(xiàn)提高訓(xùn)練數(shù)據(jù)集的質(zhì)量。

技術(shù)特征：

1.一種畜牧場視頻圖像精煉方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的畜牧場視頻圖像精煉方法，其特征在于，所述基于所述目標(biāo)檢測結(jié)果對多個所述待處理圖像進(jìn)行標(biāo)記，得到第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果，包括：

3.根據(jù)權(quán)利要求2所述的畜牧場視頻圖像精煉方法，其特征在于，所述基于所述待處理圖像的所述目標(biāo)檢測結(jié)果中的目標(biāo)檢測框的數(shù)量以及置信度，確定所述待處理圖像的所述第二標(biāo)記結(jié)果，包括：

4.根據(jù)權(quán)利要求1所述的畜牧場視頻圖像精煉方法，其特征在于，所述基于所述目標(biāo)檢測結(jié)果對多個所述待處理圖像進(jìn)行標(biāo)記，得到第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果，包括：

5.根據(jù)權(quán)利要求1所述的畜牧場視頻圖像精煉方法，其特征在于，所述通過開集識別算法對所述待處理圖像進(jìn)行目標(biāo)檢測，獲取所述待處理圖像中的目標(biāo)檢測結(jié)果，包括：

6.根據(jù)權(quán)利要求1-5任一項所述的畜牧場視頻圖像精煉方法，其特征在于，所述獲取待精煉視頻圖像集，包括：

7.一種畜牧場視頻圖像精煉裝置，其特征在于，包括：

8.一種電子設(shè)備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1-6任一項所述的畜牧場視頻圖像精煉方法。

9.一種非暫態(tài)計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-6任一項所述的畜牧場視頻圖像精煉方法。

10.一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-6任一項所述的畜牧場視頻圖像精煉方法。

技術(shù)總結(jié)
本發(fā)明提供畜牧場視頻圖像精煉方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，方法包括：獲取包括多個待處理圖像的待精煉視頻圖像集；基于待處理圖像之間的內(nèi)容差異度對多個待處理圖像進(jìn)行標(biāo)記，得到第一標(biāo)記結(jié)果；通過開集識別算法對待處理圖像進(jìn)行目標(biāo)檢測，獲取目標(biāo)檢測結(jié)果，基于目標(biāo)檢測結(jié)果對多個待處理圖像進(jìn)行標(biāo)記，得到第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果，第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果分別反映待處理圖像中目標(biāo)的檢測難度和運(yùn)動變化程度；基于第一標(biāo)記結(jié)果、第二標(biāo)記結(jié)果和第三標(biāo)記結(jié)果得到數(shù)據(jù)精煉結(jié)果。本發(fā)明可以從大量的監(jiān)控視頻圖像中提取難例圖像、更加具有代表性的圖像和具有更高價值的圖像，降低訓(xùn)練數(shù)據(jù)集的標(biāo)注量，實現(xiàn)提高訓(xùn)練數(shù)據(jù)集的質(zhì)量。

技術(shù)研發(fā)人員：李建功,傅子銘,王濤
受保護(hù)的技術(shù)使用者：中國農(nóng)業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/14