基于深度学习的新型可视耳标识别方法 |
| |
引用本文: | 杨迪,陈春雨,王新武.基于深度学习的新型可视耳标识别方法[J].应用科技,2023(2):53-59. |
| |
作者姓名: | 杨迪 陈春雨 王新武 |
| |
作者单位: | 哈尔滨工程大学信息与通信工程学院 |
| |
基金项目: | 国家自然科学基金项目(61871142);;中央高校基本科研业务费项目(No.3072020CFT0803); |
| |
摘 要: | 针对目前主流的耳标识别方式抗环境干扰能力差的问题,结合通信系统中的信源编码,提出了一种耳标轮廓自设计的新型可视耳标,并利用深度学习方法采集识别确定猪只个体号码。系统设计包括耳标样式设计、数据采集、耳标轮廓分割提取、码位复原、译码输出5个部分:耳标样式采用了结合卷积码编码的轮廓编码方式;数据采集部分采用了帧差检测与耳标分类方式;耳标轮廓分割提取部分采用OCRNet-HRNet18语义分割算法,码位复原采用图像处理技术,译码输出部分采用维特比译码,获得耳标号码结果。系统部署至Jetson Xavier NX上,实现了系统落地。研究结果表明,本文方法实现了新型自设计可视耳标的识别,使得耳标识别抗环境干扰能力更强,为智能养殖中的个体监测提供了新思路。
|
关 键 词: | 图像分类 语义分割 帧差检测 卷积编码 维特比译码 轮廓自设计耳标 图像处理 嵌入式系统 |
|
|