公开(公告)号：CN109377517B

公开(公告)日：2021-04-06

申请号：CN201811216196.2

申请日：2018-10-18

Applicant: 哈尔滨工程大学

Inventor： 苍岩 ,  乔玉龙 ,  陈春雨 ,  付海玲 ,  于德海 ,  李志涵 ,  陈其航

IPC: G06T7/277

Abstract: 本发明公开了一种基于视频追踪技术的动物个体识别系统，属于机器学习领域。基于图像视频处理技术，将多目标追踪思想应用于动物个体识别场景中，通过实时记录圈内各个动物的轨迹位置坐标，实现动物个体识别。在方案具体实施中，将深度学习中的Faster‑RCNN多目标检测模型与传统追踪算法卡尔曼滤波器结合，解决了多目标追踪应用中经常出现的遮挡，轨迹交叉，实时性差等难点问题。利用采集的海量圈养数据模型，训练出基于Faster‑RCNN模型的圈养动物检测模型。本发明能够有效地实现零接触，无应激，在动物个体最自然的状态下实现动物个体识别，并且安装设备可实施性强，具有非常强的实际应用价值。

公开(公告)号：CN109377517A

公开(公告)日：2019-02-22

申请号：CN201811216196.2

申请日：2018-10-18

Applicant: 哈尔滨工程大学

Inventor： 苍岩 ,  乔玉龙 ,  陈春雨 ,  付海玲 ,  于德海 ,  李志涵 ,  陈其航

IPC: G06T7/277

Abstract: 本发明公开了一种基于视频追踪技术的动物个体识别系统，属于机器学习领域。基于图像视频处理技术，将多目标追踪思想应用于动物个体识别场景中，通过实时记录圈内各个动物的轨迹位置坐标，实现动物个体识别。在方案具体实施中，将深度学习中的Faster-RCNN多目标检测模型与传统追踪算法卡尔曼滤波器结合，解决了多目标追踪应用中经常出现的遮挡，轨迹交叉，实时性差等难点问题。利用采集的海量圈养数据模型，训练出基于Faster-RCNN模型的圈养动物检测模型。本发明能够有效地实现零接触，无应激，在动物个体最自然的状态下实现动物个体识别，并且安装设备可实施性强，具有非常强的实际应用价值。