一种利用深度图像和CNN-SVM的群猪多姿态识别与评分方...
实质审查的生效
摘要
本发明公开了一种利用深度图像和CNN‑SVM的群猪多姿态识别与评分方法，包括以下步骤，采集初始数据集；定义和描述生猪的各姿态；对所述初始数据集进行深度图像处理，获取各姿态下目标猪只的肩臀部深度距离、肩臀部深度距离比值、凸包的面积与边界的比值和凸包的周长与边界的比值作为输入数据；构建CNN‑SVM检测器，将所述输入数据作为检测器的训练数据；待识别目标群猪的图像数据由CNN模型的第一个全连接层获取特征向量，把其送入SVM分类进行数据分类完成姿态识别。本发明的有益效果：本文模型与传统SVM、CNN识别姿态的差异，在相同的训练数据和测试数据下，姿态识别的准确率分别为94.6368％、92.2175％和90.5396％，很明显在识别准确率上有了一个较大提升。
基本信息
专利标题 ：
一种利用深度图像和CNN-SVM的群猪多姿态识别与评分方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114419675A
申请号 ：
CN202210081496.4
公开（公告）日 ：
2022-04-29
申请日 ：
2022-01-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
徐爱俊徐金阳周素茵叶俊华
申请人 ：
浙江农林大学
申请人地址 ：
浙江省杭州市临安区武肃街666号
代理机构 ：
杭州创造力专利代理事务所(普通合伙)
代理人 ：
冉国政
优先权 ：
CN202210081496.4
主分类号 ：
G06V40/10
IPC分类号 ：
G06V40/10 G06V10/26 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06V 40/10
申请日 : 20220124
申请日 : 20220124
2022-04-29 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
