本發(fā)明涉及畜牧養(yǎng)殖，特別是涉及一種奶牛熱應(yīng)激判識模型的確定方法、應(yīng)用方法及相關(guān)裝置。

背景技術(shù)：

1、奶牛熱應(yīng)激是現(xiàn)代畜牧業(yè)面臨的一個重要問題，對奶牛生理和生產(chǎn)性能產(chǎn)生危害嚴重，生理上致呼吸頻率加快、體溫升高、采食量下降、免疫力降低等，生產(chǎn)上使產(chǎn)奶量減少、乳品質(zhì)下降，造成經(jīng)濟損失。熱應(yīng)激環(huán)境使奶牛不適，生活質(zhì)量下降，出現(xiàn)行為異常，如頻繁站立等，反映其痛苦。良好養(yǎng)殖環(huán)境對緩解熱應(yīng)激至關(guān)重要，改善牛舍通風、降溫條件可降低熱應(yīng)激發(fā)生概率，提高奶牛福利水平。

2、傳統(tǒng)的奶牛熱應(yīng)激監(jiān)測方法存在諸多局限性牛熱應(yīng)激的判定存在諸多問題，傳統(tǒng)的熱應(yīng)激評定往往是在奶牛已經(jīng)進入熱應(yīng)激狀態(tài)后進行，難以提前預(yù)警，通常需要綜合考慮外界環(huán)境因素、采食時長、呼吸頻率、皮膚溫度等多個條件才能進行評定，但這些條件在實際應(yīng)用中較難準確把握，且這種評定方式對群體觀察系數(shù)不高，缺乏實時性，養(yǎng)殖效率低等問題，另外，傳統(tǒng)的環(huán)境監(jiān)測方法只能獲取環(huán)境的溫度和濕度等基本信息，無法直接反映奶牛個體的熱應(yīng)激。

3、因此，如何對奶牛熱應(yīng)激進行準確監(jiān)測識別，成為本領(lǐng)域亟需解決的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提供一種奶牛熱應(yīng)激判識模型的確定方法、應(yīng)用方法及相關(guān)裝置，可準確識別奶牛是否熱應(yīng)激及熱應(yīng)激程度。

2、為實現(xiàn)上述目的，本發(fā)明提供了如下方案。

3、第一方面，本發(fā)明提供了一種奶牛熱應(yīng)激判識模型的確定方法，所述奶牛熱應(yīng)激判識模型的確定方法包括。

4、獲取奶牛熱環(huán)境視頻；所述奶牛熱環(huán)境視頻包括：奶牛全身各個部位的行為數(shù)據(jù)和環(huán)境參數(shù)。

5、對所述奶牛熱環(huán)境視頻進行分幀提取，得到奶牛熱環(huán)境圖像。

6、將所述奶牛熱環(huán)境圖像輸入躺臥奶牛的識別模型，得到奶牛胸腹部行為圖像；所述躺臥奶牛的識別模型為基于yolov5算法構(gòu)建的模型；所述奶牛胸腹部行為圖像包括：奶牛呼吸時胸腹部的收縮和舒張狀態(tài)的圖像。

7、基于所述奶牛胸腹部行為圖像，確定奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)；所述奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)包括：輪廓特征和呼吸深度特征；所述輪廓特征為基于canny邊緣檢測算法得到的特征；所述呼吸深度特征包括：奶牛在熱環(huán)境下呼吸行為持續(xù)時間、呼吸周期時長、呼吸深度、平均每次呼吸變化幅度、呼吸頻率、呼吸行為特征參數(shù)分布的變異性和同質(zhì)性。

8、基于所述奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)和奶牛體溫預(yù)測模型，確定奶牛體溫數(shù)據(jù)；所述奶牛體溫預(yù)測模型將體溫數(shù)據(jù)與呼吸頻率進行關(guān)聯(lián)。

9、以所述奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)和所述奶牛體溫數(shù)據(jù)作為輸入，以奶牛的熱應(yīng)激程度為輸出，對機器學(xué)習算法進行訓(xùn)練，得到奶牛熱應(yīng)激判識模型；所述奶牛的熱應(yīng)激程度包括：無熱應(yīng)激、輕度熱應(yīng)激、中度熱應(yīng)激、重度熱應(yīng)激和危險熱應(yīng)激。

10、第二方面，本發(fā)明提供了一種奶牛熱應(yīng)激判識模型的應(yīng)用方法，所述奶牛熱應(yīng)激判識模型的應(yīng)用方法包括。

11、獲取待辨識奶牛熱環(huán)境視頻；所述待辨識奶牛熱環(huán)境視頻包括：奶牛全身各個部位的行為數(shù)據(jù)和環(huán)境參數(shù)。

12、對所述待辨識奶牛熱環(huán)境視頻進行分幀提取，得到待辨識奶牛熱環(huán)境圖像。

13、將所述待辨識奶牛熱環(huán)境圖像輸入躺臥奶牛的識別模型，得到待辨識奶牛胸腹部行為圖像；所述躺臥奶牛的識別模型為基于yolov5算法構(gòu)建的模型；所述待辨識奶牛胸腹部行為圖像包括：待辨識奶牛呼吸時胸腹部的收縮和舒張狀態(tài)的圖像。

14、基于所述待辨識奶牛胸腹部行為圖像，確定待辨識奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)；所述待辨識奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)包括：輪廓特征和呼吸深度特征；所述輪廓特征為基于canny邊緣檢測算法得到的特征；所述呼吸深度特征包括：待辨識奶牛在熱環(huán)境下呼吸行為持續(xù)時間、呼吸周期時長、呼吸深度、平均每次呼吸變化幅度、呼吸頻率、呼吸行為特征參數(shù)分布的變異性和同質(zhì)性。

15、基于所述待辨識奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)和奶牛體溫預(yù)測模型，確定待辨識奶牛體溫數(shù)據(jù)；所述奶牛體溫預(yù)測模型將體溫數(shù)據(jù)與呼吸頻率進行關(guān)聯(lián)。

16、將所述待辨識奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)和所述待辨識奶牛體溫數(shù)據(jù)輸入奶牛熱應(yīng)激判識模型，得到待辨識奶牛的熱應(yīng)激程度；所述奶牛熱應(yīng)激判識模型為基于上述所述的奶牛熱應(yīng)激判識模型的確定方法訓(xùn)練得到的模型。

17、第三方面，本發(fā)明提供了一種計算機設(shè)備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序以實現(xiàn)上述中任一項所述的奶牛熱應(yīng)激判識模型的確定方法或奶牛熱應(yīng)激判識模型的應(yīng)用方法。

18、第四方面，本發(fā)明提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述中任一項所述的奶牛熱應(yīng)激判識模型的確定方法或奶牛熱應(yīng)激判識模型的應(yīng)用方法。

19、第五方面，本發(fā)明提供了一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述中任一項所述的奶牛熱應(yīng)激判識模型的確定方法或奶牛熱應(yīng)激判識模型的應(yīng)用方法。

20、根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術(shù)效果：

21、本發(fā)明提供了一種奶牛熱應(yīng)激判識模型的確定方法、應(yīng)用方法及相關(guān)裝置，所述奶牛熱應(yīng)激判識模型的確定方法包括：獲取奶牛熱環(huán)境視頻；對所述奶牛熱環(huán)境視頻進行分幀提取，得到奶牛熱環(huán)境圖像；將所述奶牛熱環(huán)境圖像輸入躺臥奶牛的識別模型，得到奶牛胸腹部行為圖像；基于所述奶牛胸腹部行為圖像，確定奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)；基于所述奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)和奶牛體溫預(yù)測模型，確定奶牛體溫數(shù)據(jù)；以所述奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)和所述奶牛體溫數(shù)據(jù)作為輸入，以奶牛的熱應(yīng)激程度為輸出，對機器學(xué)習算法進行訓(xùn)練，得到奶牛熱應(yīng)激判識模型。本發(fā)明能夠準確識別奶牛在躺臥狀態(tài)下的胸腹腔起伏頻率與深度，通過無接觸和無應(yīng)激實時自動識別技術(shù)，收集大量數(shù)據(jù)基于個體表現(xiàn)提取關(guān)鍵參數(shù)，建立識別應(yīng)激狀態(tài)下變現(xiàn)差異，分類歸納，形成標準，并偶聯(lián)提前預(yù)警裝置，達到熱環(huán)境下通過奶牛行為表現(xiàn)判斷是否熱應(yīng)激及熱應(yīng)激程度的目的。

技術(shù)特征：

1.一種奶牛熱應(yīng)激判識模型的確定方法，其特征在于，所述奶牛熱應(yīng)激判識模型的確定方法包括：

2.根據(jù)權(quán)利要求1所述的奶牛熱應(yīng)激判識模型的確定方法，其特征在于，所述躺臥奶牛的識別模型的確定方法，具體包括：

3.根據(jù)權(quán)利要求2所述的奶牛熱應(yīng)激判識模型的確定方法，其特征在于，基于所述奶牛熱環(huán)境視頻，構(gòu)建數(shù)據(jù)集，具體包括：

4.根據(jù)權(quán)利要求1所述的奶牛熱應(yīng)激判識模型的確定方法，其特征在于，基于所述奶牛胸腹部行為圖像，確定奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)，具體包括：

5.根據(jù)權(quán)利要求1所述的奶牛熱應(yīng)激判識模型的確定方法，其特征在于，所述機器學(xué)習算法包括：隨機森林算法、支持向量機算法、深度學(xué)習算法和神經(jīng)網(wǎng)絡(luò)算法。

6.一種奶牛熱應(yīng)激判識模型的應(yīng)用方法，其特征在于，所述奶牛熱應(yīng)激判識模型的應(yīng)用方法包括：

7.根據(jù)權(quán)利要求6所述的奶牛熱應(yīng)激判識模型的應(yīng)用方法，其特征在于，基于所述待辨識奶牛胸腹部行為圖像，確定待辨識奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)，具體包括：

8.一種計算機設(shè)備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序以實現(xiàn)權(quán)利要求1-5中任一項所述的奶牛熱應(yīng)激判識模型的確定方法或?qū)崿F(xiàn)權(quán)利要求6或7所述的奶牛熱應(yīng)激判識模型的應(yīng)用方法。

9.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-5中任一項所述的奶牛熱應(yīng)激判識模型的確定方法或?qū)崿F(xiàn)權(quán)利要求6或7所述的奶牛熱應(yīng)激判識模型的應(yīng)用方法。

10.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-5中任一項所述的奶牛熱應(yīng)激判識模型的確定方法或?qū)崿F(xiàn)權(quán)利要求6或7所述的奶牛熱應(yīng)激判識模型的應(yīng)用方法。

技術(shù)總結(jié)
本發(fā)明公開了一種奶牛熱應(yīng)激判識模型的確定方法、應(yīng)用方法及相關(guān)裝置，涉及畜牧養(yǎng)殖技術(shù)領(lǐng)域，奶牛熱應(yīng)激判識模型的確定方法包括：獲取奶牛熱環(huán)境視頻；對奶牛熱環(huán)境視頻進行分幀提取，得到奶牛熱環(huán)境圖像；將奶牛熱環(huán)境圖像輸入躺臥奶牛的識別模型，得到奶牛胸腹部行為圖像；基于奶牛胸腹部行為圖像，確定奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)；基于奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)和奶牛體溫預(yù)測模型，確定奶牛體溫數(shù)據(jù)；以奶牛熱環(huán)境下胸腹部起伏行為特征參數(shù)和所述奶牛體溫數(shù)據(jù)作為輸入，以奶牛的熱應(yīng)激程度為輸出，對機器學(xué)習算法進行訓(xùn)練，得到奶牛熱應(yīng)激判識模型。本發(fā)明可準確識別奶牛是否熱應(yīng)激及熱應(yīng)激程度。

技術(shù)研發(fā)人員：李珈毅,安曉萍,王園,齊景偉,王步鈺,王典,王文文,蘭儒冰,安禹寧,宋懿峰
受保護的技術(shù)使用者：內(nèi)蒙古農(nóng)業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19