《视频段中单只猪侧视图帧属性识别方法》由会员分享，可在线阅读，更多相关《视频段中单只猪侧视图帧属性识别方法（1页珍藏版）》请在金锄头文库上搜索。
1、视频段中单只猪侧视图帧属性识别方法专利名称：视频段中单只猪侧视图帧属性识别方法技术领域：本发明涉及单只猪视频分段技术，属于计算机视觉应用领域。背景技术：随着视频监控系统在现代化养猪场的运用，监控分析自动化和智能化是其发展趋势。目前，养殖场对疑似病猪一般会挑选出置于单栏观察养殖，如果通过监控视频，分割出便于观察猪只行为的视频段，是有助于提高分析效率的，但是，目前尚无自动分割此类视频段的方法。一般通过远距离拍摄来获取目标不触及摄像画面边框的理想场景图像，如置猪只在一个较小的封闭区域内活动，但目标较小不利于后继细节行为的观察分析；另外，为了获取较为清晰的图像，也可采用摄像头近距离临时拍摄，拍摄人直接
2、在猪只活动区域旁边拍摄理想场景视频，但容易使得猪只产生应激反应，同时，拍摄工作强度较大。而现实的猪舍监控场景中，猪只在猪舍内游走，有时不在监控画面中，有时部分身体在画面中，有时完整身体轮廓都在画面中。单栏内猪舍场景中的情况可分为两类，没有猪只的背景场景和有猪的场景。理想的场景图像是猪只正侧视图，因其侧面正对摄像头充分展示了其形体特征，而得到研究学者的重视，常被作为理想的视角，实际侧视图因猪只身体展示角度不同而不同，如何识别所需的侧视图是有意义的工作。本发明的目的是为了克服目前技术中的上述不足，提出视频段的每帧增加一个单只猪轮廓图的侧视图属性标签，当标签的逻辑值为I时，代表当前帧的猪只为理想侧视
3、图。视频段中单只猪侧视图帧属性识别算法如下:a)对于每帧单只猪轮廓图的侧视图属性标签，初始值为0，表示非理想侧视像；b)视频帧前景检测，筛选出仅含猪只的视频段，进入c);c)提取猪只轮廓形状特征值，作为未知属性样本，进行判别，如果为理想侧视图，则属性标识变量值为1，否则为O。上述算法中b)所涉及的技术前人已经做了较为充分的研究，已有许多方法可以获取仅含猪只的视频段；c)所涉及的技术基础是一般通过提取视频前景目标区域，然后，利用活动轮廓方法获得目标的连续型轮廓，但是，尚无单只猪的侧视图帧属性判断方法。本发明可集成在智能视频监控系统中PC平台上，几乎不增加成本，适用于视频场景中的单只猪是否有理想侧
4、视图的判断，由侧视图属性标识变量值为I的连续帧组成的视频片段为后继如病猪的腹式呼吸运动等细节行为分析提供理想素材。发明内容为解决上述算法中无法确定单只猪侧视图帧属性值的问题，本发明所提方法的流程图见图1中的虚线框中部分。对于每帧的猪只轮廓所占区域采用外接矩形框处理，如图2所示，获取矩形的水平方向长度值(W)和垂直方向高度值(h)，以二者的比值h/w的归一化值作为猪只侧视图特征向量中的一个分量，衡量猪只侧视图特性。对于每帧的猪只轮廓采用傅里叶描述子表达，设猪只的轮廓可表示为一个坐标序列:x(n), y (): = O, I,., _1,其复数形式的表示式见式(I)。Z () = X (n) +j
5、y (), = O, I, 2,., N-1 (I)猪只轮廓是一封闭轮廓，因此这一序列具有周期性，周期即为N。其离散傅里叶变换(DFT)见式(2)及(3)。权利要求1.一种视频段中单只猪侧视图帧属性识别方法，其特征在于根据猪单只猪轮廓图确定侧视图帧属性值，具体方法如下: 设猪只的轮廓可表示为一个坐标序列:Ix(n)，y():n = O，1，.，N_1，其离散傅里叶变换(DFT)见式及。全文摘要本发明公开了一种视频段中单只猪侧视图帧属性识别方法。本发明根据猪只连续轮廓图，提出联立猪只外接矩形高长比和低频的傅里叶系数构建猪只侧视图特征向量，根据样本训练集得到理想侧视图和非理想侧视图特征向量均值和方差，利用马氏距离判别法从测试视频中识别未知帧属性的类别。本发明适用于单栏猪舍监控视频中理想猪只侧视图视频段识别，可为后继单只疑似病猪行为分析提供有利条件。
