用于记录牲畜饲喂信息的方法、装置、电子设备和介质与流程

1.本公开的实施例涉及智慧农牧业技术领域，具体涉及用于记录牲畜饲喂信息的方法、装置、电子设备和介质。


背景技术：

2.随着互联网技术的发展，智慧畜牧技术也取得了越来越多的发展。关于牲畜的饲喂，现有技术大多是通过下料车定时在牲畜的食槽进行下料的工作或由饲养员在牧场进行巡查，将草料人为地均匀铺在食槽中供牲畜采食。
3.但现有技术的定时定点饲喂方式较为粗放，不能针对各牲畜的饲喂情况灵活记录，无法做到精细化的饲养和管理。


技术实现要素：

4.本公开的实施例提出了用于记录牲畜饲喂信息的方法、装置、电子设备和介质。
5.第一方面，本公开的实施例提供了一种用于记录牲畜饲喂信息的方法，该方法包括：响应于检测到接近第一预设区域的牲畜的面部图像，将牲畜接近第一预设区域的时刻确定为采食起始时刻，其中，第一预设区域与采食区相关联；将面部图像输入至预先训练的牲畜面部识别模型，得到面部图像对应的牲畜的标识；响应于检测到牲畜离开第二预设区域的图像，将牲畜离开第二预设区域的时刻确定为采食结束时刻，其中，第二预设区域与采食区相关联；将牲畜的标识与采食时长关联存储，其中，采食时长基于采食起始时刻和采食结束时刻而确定。
6.在一些实施例中，该方法还包括：获取与牲畜对应的期望采食信息；响应于确定采食时长与期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息。
7.在一些实施例中，上述获取与牲畜对应的期望采食信息，包括：获取与牲畜相关的体况信息；根据预设的对应关系，获取与体况信息对应的期望采食信息。
8.在一些实施例中，上述获取与牲畜相关的体况信息，包括：获取针对牲畜拍摄的图像集合；基于图像集合，生成牲畜的轮廓信息；将轮廓信息输入至预先训练的牲畜体况识别模型，得到牲畜的体况信息。
9.在一些实施例中，上述响应于确定采食时长与期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息，包括：获取采食时长与期望采食信息不匹配的牲畜的数目；响应于确定数目大于预设阈值，向目标端发送提示牲畜饲养密度过大的风险信息。
10.第二方面，本公开的实施例提供了一种用于记录牲畜饲喂信息的装置，该装置包括：第一确定单元，被配置成响应于检测到接近第一预设区域的牲畜的面部图像，将牲畜接近第一预设区域的时刻确定为采食起始时刻，其中，第一预设区域与采食区相关联；生成单元，被配置成将面部图像输入至预先训练的牲畜面部识别模型，得到面部图像对应的牲畜的标识；第二确定单元，被配置成响应于检测到牲畜离开第二预设区域的图像，将牲畜离开第二预设区域的时刻确定为采食结束时刻，其中，第二预设区域与采食区相关联；存储单
元，被配置成将牲畜的标识与采食时长关联存储，其中，采食时长基于采食起始时刻和采食结束时刻而确定。
11.在一些实施例中，该装置还包括：获取单元，被配置成获取与牲畜对应的期望采食信息；发送单元，被配置成响应于确定采食时长与期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息。
12.在一些实施例中，上述获取单元还包括：第一获取模块，被配置成获取与牲畜相关的体况信息；第二获取模块，被配置成根据预设的对应关系，获取与体况信息对应的期望采食信息。
13.在一些实施例中，上述第一获取模块被进一步配置成：获取针对牲畜拍摄的图像集合；基于图像集合，生成牲畜的轮廓信息；将轮廓信息输入至预先训练的牲畜体况识别模型，得到牲畜的体况信息。
14.在一些实施例中，上述发送单元被进一步配置成：获取采食时长与期望采食信息不匹配的牲畜的数目；响应于确定数目大于预设阈值，向目标端发送提示牲畜饲养密度过大的风险信息。
15.第三方面，本申请实施例提供了一种用于辅助饲喂牲畜的系统，该系统包括：智能摄像头，被配置成响应于检测到具有目标行为的牲畜的面部图像，将面部图像输入至预先训练的牲畜面部识别模型，得到面部图像对应的牲畜的标识，其中，目标行为包括开始采食或结束采食；将牲畜的标识和目标行为发送至边缘计算网关；边缘计算网关，被配置成根据接收到的牲畜的标识和目标行为，生成牲畜的采食时长；将采食时长和牲畜的标识发送至云服务端；云服务端，被配置成响应于接收到采食时长和牲畜的标识，获取与牲畜的标识对应的期望采食信息；响应于确定采食时长与期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息。
16.第四方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
17.第五方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
18.本公开的实施例提供的用于记录牲畜饲喂信息的方法、装置、电子设备和介质，通过检测牲畜接近第一预设区域和离开第二预设区域的时刻确定采食时长，而且通过预先训练的牲畜面部识别模型对牲畜进行识别，将识别出的牲畜的标识与对应的采食时长关联存储，从而实现了大规模牲畜进食情况的自动记录，为精细化畜牧提供坚实的技术基础。
附图说明
19.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：
20.图1是本公开的一个实施例可以应用于其中的示例性系统架构图；
21.图2是根据本公开的用于记录牲畜饲喂信息的方法的一个实施例的流程图；
22.图3a、图3b是根据本公开的实施例的用于记录牲畜饲喂信息的方法的一个应用场景的示意图；
23.图4是根据本公开的用于记录牲畜饲喂信息的方法的又一个实施例的流程图；
24.图5是根据本公开的用于记录牲畜饲喂信息的装置的一个实施例的结构示意图；
25.图6是根据本申请的用于辅助饲喂牲畜的系统的一个实施例中各个设备之间交互的时序图。
26.图7是适于用来实现本申请的实施例的电子设备的结构示意图。
具体实施方式
27.下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
28.需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
29.图1示出了可以应用本公开的用于记录牲畜饲喂信息的方法或用于记录牲畜饲喂信息的装置的示例性架构100。
30.如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
31.终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种应用，例如图像处理应用等。
32.终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有图像采集功能并且支持数据传输的各种电子设备，包括但不限于摄像头、智能终端等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
33.服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103所采集的图像进行处理的后台服务器。后台服务器可以对接收到的满足要求的牲畜的面部图像进行分析处理，并生成处理结果(例如牲畜的标识和采食时长)，还可以将生成的处理结果关联存储。
34.需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
35.需要说明的是，本公开的实施例所提供的用于记录牲畜饲喂信息的方法一般由服务器105执行，相应地用于记录牲畜饲喂信息的装置一般设置于服务器105中。可选地，在满足计算能力的条件下，本申请实施例所提供的用于记录牲畜饲喂信息的方法也可以由终端设备101、102、103执行，相应地，用于记录牲畜饲喂信息的装置也可以设置于终端设备101、102、103中。
36.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
37.继续参考图2，示出了根据本公开的用于记录牲畜饲喂信息的方法的一个实施例的流程200。该用于记录牲畜饲喂信息的方法包括以下步骤：
38.步骤201，响应于检测到接近第一预设区域的牲畜的面部图像，将牲畜接近第一预设区域的时刻确定为采食起始时刻。
39.在本实施例中，用于记录牲畜饲喂信息的方法的执行主体(如图1所示的服务器105)首先可以通过各种方式检测是否有牲畜接近第一预设区域。其中，上述第一预设区域通常与采食区相关联。作为示例，上述第一预设区域可以是距离采食区预设距离之内的区域。通常，牲畜可以从活动区经由上述第一预设区域到达采食区进行进食。上述执行主体可以从摄像头获取针对第一预设区域拍摄的图像。响应于检测到上述第一预设区域中存在牲畜的图像，上述执行主体可以确定检测到接近第一预设区域的牲畜的面部图像。作为又一示例，上述执行主体可以获取图像中的牲畜的面部图像。响应于确定存在牲畜的面部图像距离上述第一预设区域的距离小于预设距离，上述执行主体可以确定检测到接近第一预设区域的牲畜的面部图像。
40.之后，响应于检测到接近第一预设区域的牲畜的面部图像，上述执行主体可以将牲畜接近上述第一预设区域的时刻确定为采食起始时刻。
41.步骤202，将面部图像输入至预先训练的牲畜面部识别模型，得到面部图像对应的牲畜的标识。
42.在本实施例中，上述执行主体可以将步骤201所检测到的面部图像输入至预先训练的牲畜面部识别模型，得到与上述面部图像对应的牲畜的标识。其中，上述牲畜面部识别模型可以用于表征牲畜的面部图像与牲畜的标识之间的对应关系。上述牲畜面部识别模型可以包括各种通过机器学习方式训练得到的分类模型，例如卷积神经网络等。用于训练上述牲畜面部识别模型的训练样本可以包括样本牲畜面部图像和对应的样本标注信息。
43.在本实施例中，可选地，上述预先训练的牲畜面部识别模型可以包括牲畜种类识别模型和多个与牲畜种类对应的子面部识别模型。其中，上述子面部识别模型可以用于表征同一种类的牲畜的面部图像与对应的牲畜的标识之间的对应关系。作为示例，上述子面部识别模型可以包括牛面部识别模型。作为又一示例，上述子面部识别模型也可以包括羊面部识别模型。从而，上述执行主体可以将上述步骤201所检测到的面部图像输入至上述牲畜种类识别模型。之后，上述执行主体可以将上述所检测到的面部图像输入至与上述牲畜种类识别模型所输出的牲畜种类对应的子面部识别模型，得到牲畜的标识。
44.基于上述可选的实现方式中，本方案可以对不同种类的牲畜进行身份确认等识别，从而实现了在多种类牲畜同时饲喂场景下对各牲畜进行区分，有助于提升后续饲喂情况的个性化记录的准确性。
45.步骤203，响应于检测到牲畜离开第二预设区域的图像，将牲畜离开第二预设区域的时刻确定为采食结束时刻。
46.在本实施例中，上述执行主体首先可以通过各种方式检测上述步骤202所确定的牲畜是否离开第二预设区域。其中，上述第二预设区域通常与采食区相关联。作为示例，上述第二预设区域可以是距离采食区预设距离之内的区域。通常，牲畜可以从采食区经由上述第二预设区域到达活动区。上述第二预设区域可以与上述第一预设区域相同，也可以与上述第一预设区域不同，此处不作限定。上述执行主体可以从摄像头获取针对第二预设区
域拍摄的图像。响应于检测到上述第二预设区域中存在与上述步骤202所得到的标识对应的牲畜一致的图像，上述执行主体可以确定检测到上述牲畜离开上述第二预设区域的。作为又一示例，上述执行主体可以采用目标跟踪技术检测上述步骤202所得到的标识对应的牲畜是否离开上述第二预设区域。
47.之后，响应于检测到上述牲畜离开上述第二预设区域的图像，上述执行主体可以将牲畜离开上述第二预设区域的时刻确定为采食结束时刻。
48.步骤204，将牲畜的标识与采食时长关联存储。
49.在本实施例中，上述执行主体可以将步骤202所得到的牲畜的标识和采食时长关联存储。其中，上述采食时长可以基于上述步骤201所确定的采食起始时刻和上述步骤203所确定的采食结束时刻而确定。作为示例，上述执行主体可以将上述采食结束时刻与上述采食起始时刻之间的差值确定为上述采食时长。作为又一示例，上述执行主体还可以将上述差值与目标值的差值确定为上述采食时长。其中，上述目标值可以根据上述第一预设区域、第二预设区域分别与上述采食区的距离而预先设定。若距离远，则上述目标值设置稍大；否则反之。
50.在本实施例的一些可选的实现方式中，上述执行主体还可以继续执行以下步骤：
51.步骤205，获取与牲畜对应的期望采食信息。
52.在这些实现方式中，上述执行主体可以通过有线或无线连接的方式从本地或通信连接的电子设备(例如数据库服务器或技术人员所使用的终端设备)获取与牲畜对应的期望采食信息。其中，上述期望采食信息可以包括各种用于表征牲畜采食情况的指标，例如期望采食时间。作为示例，上述执行主体可以首先获取用于表征牲畜的标识与期望采食信息之间对应关系的关系表。而后，上述执行主体可以从上述关系表中选取与上述步骤202所得到的标识相对应的期望采食信息。
53.可选地，基于上述可选的实现方式，上述执行主体可以按照如下步骤获取与上述牲畜对应的期望采食信息：
54.第一步，获取与牲畜相关的体况信息。
55.在这些实现方式中，上述执行主体可以通过各种方式获取与上述牲畜相关的体况信息。其中，上述体况信息可以包括各种用于表征牲畜体况的信息，例如体重、体型(过瘦、正常、过肥等)、发育阶段等。作为示例，上述执行主体可以获取技术人员所输入的各牲畜对应的体况信息。作为又一示例，上述执行主体还可以通过通信连接的检测设备(例如智能地磅)获取各牲畜对应的体况信息。
56.可选地，基于上述可选的实现方式，上述执行主体可以按照如下步骤获取与牲畜相关的体况信息：
57.s1、获取针对牲畜拍摄的图像集合。
58.在这些实现方式中，上述执行主体可以通过各种方式获取针对牲畜拍摄的图像集合。其中，上述图像集合通常可以包括各种牲畜的全身图像。
59.s2、基于图像集合，生成牲畜的轮廓信息。
60.在这些实现方式中，基于上述步骤s1所获取的图像集合，上述执行主体可以通过各种方式生成牲畜的轮廓信息。作为示例，上述执行主体可以通过各种轮廓提取算法来生成牲畜的轮廓信息。
61.s3、将轮廓信息输入至预先训练的牲畜体况识别模型，得到牲畜的体况信息。
62.在这些实现方式中，上述执行主体可以将步骤s2所生成轮廓信息输入至预先训练的牲畜体况识别模型，从而得到牲畜的体况信息。其中，上述体况信息可以用于表征过肥、过瘦、正常中的至少一种。
63.需要说明的是，上述牲畜体况识别模型可以是各种通过机器学习方式训练得到的分类模型，例如卷积神经网络。
64.基于上述可选的实现方式，本方案提供了一种通过提取轮廓信息生成体况信息的方法，提升了体况信息获取的自动化程度。
65.可选地，上述预先训练的牲畜体况识别模型可以包括牲畜体况种类识别模型和多个与牲畜种类对应的子体况识别模型。其中，上述牲畜体况种类识别模型可以用于表征牲畜的轮廓信息与牲畜的种类之间的对应关系。上述子体况识别模型可以用于表征同一种类的牲畜的轮廓信息与牲畜的体况信息之间的对应关系。作为示例，上述子体况识别模型可以包括牛体况识别模型。作为又一示例，上述子体况识别模型也可以包括羊体况识别模型。从而，上述执行主体可以将上述步骤s2所生成的轮廓信息输入至上述牲畜体况种类识别模型。之后，上述执行主体可以将上述步骤s2所生成的轮廓信息输入至与上述牲畜体况种类识别模型所输出的牲畜种类对应的子体况识别模型，得到牲畜的体况信息。
66.基于上述可选的实现方式中，本方案可以对不同种类的牲畜进行体况信息的生成，从而实现了在多种类牲畜同时饲喂场景下对各牲畜的不同体况进行分别判定，提升了体况信息生成的准确性，有助于提升后续饲喂情况的个性化记录的准确性。
67.第二步，根据预设的对应关系，获取与体况信息对应的期望采食信息。
68.在这些实现方式中，根据预设的对应关系，上述执行主体可以通过有线或无线连接的方式从本地或通信连接的电子设备(例如数据库服务器或技术人员所使用的终端设备)获取与上述第一步获取的牲畜相关的体况信息对应的期望采食信息。其中，上述预设的对应关系可以用于表征体况信息与期望采食信息之间的对应关系。从而，上述执行主体可以从上述预设的对应关系中选取与上述第一步所获取的体况信息相对应的期望采食信息。
69.基于上述可选的实现方式中，本方案提供了一种通过体况信息获取相应的期望采食信息的方法，提升了期望采食信息的匹配度。
70.步骤206，响应于确定采食时长与期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息。
71.在这些实现方式中，上述执行主体可以确定上述步骤204所确定的采食时长与步骤205所获取的期望采食信息是否匹配。作为示例，响应于确定采食时长与所获取的期望采食信息所表征的期望采食时长之差大于预设阈值，确定不匹配。作为又一示例，响应于确定采食时长与所获取的期望采食信息所表征的期望采食时长之差不大于预设阈值，确定匹配。响应于确定上述步骤204所确定的采食时长与上述步骤205所获取的期望采食信息不匹配，上述执行主体可以向目标端发送提示牲畜状况异常的信息。其中，上述目标端可以是饲养员所使用的终端，也可以是智慧牧场的中控系统的显示终端，在此不做限定。
72.基于上述可选的实现方式中，本方案提供了一种通过采食时长与对应的期望采食信息的匹配进行牲畜状况异常提示的方法，为精细化畜牧提供有力的技术支撑。
73.继续参见图3a和图3b，图3a和图3b是根据本公开的实施例的用于记录牲畜饲喂信
息的方法的应用场景的一个示意图。在图3a的应用场景中，摄像头301可以将拍摄的图像序列发送至后台服务器302。后台服务器302可以检测是否存在接近与采食区304相关联的第一预设区域305的牛只303的面部图像。响应于检测到接近第一预设区域305的牛只303的面部图像，后台服务器302可以将牛只303接近第一预设区域305的时刻确定为采食起始时刻(例如11:20)。之后，后台服务器302可以将牛只303的面部图像输入至预先训练的牲畜面部识别模型，得到面部图像对应的牲畜的标识(例如“牛008”)。在图3b的应用场景中，响应于检测到牛只303离开与采食区304相关联的第二预设区域306的图像，服务器302将牛只303离开上述第二预设区域306的时刻确定为采食结束时刻(例如11:35)。而后，服务器302可以将牛只的标识(例如“牛008”)与采食时长(例如15分钟)关联存储。
74.目前，现有技术之一通常是通过下料车定时在牲畜的食槽进行下料的工作或由饲养员在牧场进行巡查，将草料人为地均匀铺在食槽中供牲畜采食，导致不能针对各牲畜的饲喂情况灵活记录，无法做到精细化的饲养和管理。而本公开的上述实施例提供的方法，通过检测牲畜接近第一预设区域和离开第二预设区域的时刻确定采食时长，而且通过预先训练的牲畜面部识别模型对牲畜进行识别，将识别出的牲畜的标识与对应的采食时长关联存储，从而实现了大规模牲畜进食情况的自动记录，为精细化畜牧提供坚实的技术基础。
75.进一步参考图4，其示出了用于记录牲畜饲喂信息的方法的又一个实施例的流程400。该用于记录牲畜饲喂信息的方法的流程400，包括以下步骤：
76.步骤401，响应于检测到接近第一预设区域的牲畜的面部图像，将接近第一预设区域的时刻确定为采食起始时刻。
77.步骤402，将面部图像输入至预先训练的牲畜面部识别模型，得到面部图像对应的牲畜的标识。
78.步骤403，响应于检测到牲畜离开第二预设区域的图像，将离开第二预设区域的时刻确定为采食结束时刻。
79.步骤404，将牲畜的标识与采食时长关联存储。
80.步骤405，获取与牲畜对应的期望采食信息。
81.上述步骤401
‑
步骤405分别与前述实施例中的步骤201
‑
步骤205及其可选的实现方式一致，上文针对步骤201
‑
步骤205及其可选的实现方式的描述也适用于步骤401
‑
步骤405，此处不再赘述。
82.步骤406，获取采食时长与期望采食信息不匹配的牲畜的数目。
83.在本实施例中，用于记录牲畜饲喂信息的方法的执行主体(如图1中的服务器105)可以通过各种方式获取采食时长与期望采食信息不匹配的牲畜的数目。作为示例，上述执行主体可以统计采食时长与对应的期望采食信息所表征的期望采食时长之间的偏差大于预设阈值的牲畜的数目。
84.步骤407，响应于确定数目大于预设阈值，向目标端发送提示牲畜饲养密度过大的风险信息。
85.在本实施例中，响应于确定数目大于预设阈值，上述执行主体可以向目标端发送提示牲畜饲养密度过大的风险信息。其中，上述目标端可以是饲养员所使用的终端，也可以是智慧牧场的中控系统的显示终端，在此不做限定。
86.从图4中可以看出，本实施例中的用于记录牲畜饲喂信息的方法的流程400体现了
获取采食时长与期望采食信息不匹配的牲畜的数目的步骤，以及响应于确定上述数目大于预设阈值，向目标端发送提示牲畜饲养密度过大的风险信息的步骤。由此，本实施例描述的方案可以根据所记录的多只牲畜的饲喂信息来确定进食异常的牲畜的数目，从而实现了对牲畜饲养密度的风险提示，有助于牧场的智能化管理。
87.进一步参考图5，作为对上述各图所示方法的实现，本公开提供了用于记录牲畜饲喂信息的装置的一个实施例，该装置实施例与图2或图4所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
88.如图5所示，本实施例提供的用于记录牲畜饲喂信息的装置500包括第一确定单元501、生成单元502、第二确定单元503和存储单元504。其中，第一确定单元501，被配置成响应于检测到接近第一预设区域的牲畜的面部图像，将牲畜接近第一预设区域的时刻确定为采食起始时刻，其中，第一预设区域与采食区相关联；生成单元502，被配置成将面部图像输入至预先训练的牲畜面部识别模型，得到面部图像对应的牲畜的标识；第二确定单元503，被配置成响应于检测到牲畜离开第二预设区域的图像，将牲畜离开第二预设区域的时刻确定为采食结束时刻，其中，第二预设区域与采食区相关联；存储单元504，被配置成将牲畜的标识与采食时长关联存储，其中，采食时长基于采食起始时刻和采食结束时刻而确定。
89.在本实施例中，用于记录牲畜饲喂信息的装置500中：第一确定单元501、生成单元502、第二确定单元503和存储单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明，在此不再赘述。
90.在本实施例的一些可选的实现方式中，上述用于记录牲畜饲喂信息的装置500还包括：获取单元(图中未示出)，被配置成获取与牲畜对应的期望采食信息；发送单元(图中未示出)，被配置成响应于确定采食时长与期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息。
91.在本实施例的一些可选的实现方式中，上述获取单元可以包括第一获取模块(图中未示出)，被配置成获取与牲畜相关的体况信息；第二获取模块(图中未示出)，被配置成根据预设的对应关系，获取与体况信息对应的期望采食信息。
92.在本实施例的一些可选的实现方式中，上述第一获取模块可以被进一步配置成：获取针对牲畜拍摄的图像集合；基于图像集合，生成牲畜的轮廓信息；将轮廓信息输入至预先训练的牲畜体况识别模型，得到牲畜的体况信息。
93.在本实施例的一些可选的实现方式中，上述发送单元可以被进一步配置成：获取采食时长与期望采食信息不匹配的牲畜的数目；响应于确定数目大于预设阈值，向目标端发送提示牲畜饲养密度过大的风险信息。
94.本公开的上述实施例提供的装置，通过第一确定单元501和第二确定单元503检测牲畜接近第一预设区域和离开第二预设区域的时刻确定采食时长，而且通过生成单元502利用预先训练的牲畜面部识别模型对牲畜进行识别，存储单元504将识别出的牲畜的标识与对应的采食时长关联存储，从而实现了大规模牲畜进食情况的自动记录，为精细化畜牧提供坚实的技术基础。
95.进一步参考图6，其示出了用于辅助饲喂牲畜的系统的一个实施例中各个设备之间交互的时序600。该用于辅助饲喂牲畜的系统可以包括：智能摄像头，被配置成响应于检测具有目标行为的牲畜的面部图像，将面部图像输入至预先训练的牲畜面部识别模型，得
到面部图像对应的牲畜的标识，其中，目标行为可以包括开始采食或结束采食；将牲畜的标识和目标行为发送至边缘计算网关；边缘计算网关，被配置成根据接收到的牲畜的标识和目标行为，生成牲畜的采食时长；将采食时长和牲畜的标识发送至云服务端；云服务端，被配置成响应于接收到采食时长和牲畜的标识，获取与牲畜的标识对应的期望采食信息；响应于确定采食时长与期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息。
96.如图6所示，在步骤601中，响应于检测到具有目标行为的牲畜的面部图像，智能摄像头将面部图像输入至预先训练的牲畜面部识别模型，得到面部图像对应的牲畜的标识。
97.在本实施例中，智能摄像头首先可以通过各种方式检测是否存在具有目标行为的牲畜的面部图像。其中，上述智能摄像头上可以部署有相应的人工智能识别算法，可以对采集的图像进行分析判断。其中，上述目标行为可以包括开始采食或结束采食。作为示例，上述智能摄像头可以通过如前述实施例中步骤201和步骤203相类似的方式检测是否存在具有目标行为的牲畜的面部图像。响应于检测到具有目标行为的牲畜的面部图像，智能摄像头可以将上述检测到的面部图像输入至预先训练的牲畜面部识别模型，得到面部图像对应的牲畜的标识。其中，上述牲畜面部识别模型可以与前述实施例中的相应描述一致，此处不再赘述。
98.在步骤602中，智能摄像头将牲畜的标识和目标行为发送至边缘计算网关。
99.在本实施例中，智能摄像头可以将步骤601所得到的牲畜的标识和对应的目标行为发送至边缘计算网关。
100.在步骤603中，根据接收到的牲畜的标识和目标行为，边缘计算网关生成牲畜的采食时长。
101.在本实施例中，边缘计算网关可以采用与前述实施例中步骤204相类似的方式确定各牲畜的采食时长。作为示例，“牛003”在12:00开始采食。“牛008”在12:08采食结束。“牛003”在12:12采食结束。边缘计算网关可以生成“牛003”的采食时长为12分钟。
102.在步骤604中，边缘计算网关将采食时长和牲畜的标识发送至云服务端。
103.在本实施例中，边缘计算网关可以将步骤603所生成的采食时长和步骤603所得到的牲畜的标识发送至云服务端。在步骤6033中，目标代理端接收服务端发送的算子信息。
104.在步骤605中，响应于接收到采食时长和牲畜的标识，云服务端获取与牲畜的标识对应的期望采食信息。
105.在本实施例中，云服务端可以通过与前述实施例中步骤205及其可选的实现方式相类似的方式获取与牲畜的标识对应的期望采食信息。
106.在本实施例的一些可选的实现方式中，上述云服务端还可以将采食时长和对应的牲畜的标识关联存储。
107.在步骤606中，响应于确定采食时长与期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息。
108.在本实施例中，响应于确定采食时长与期望采食信息不匹配，云服务端可以通过与前述实施例中步骤206及其可选的实现方式相类似的方式向目标端发送提示牲畜状况异常的信息。
109.本申请的上述实施例提供的用于辅助饲喂牲畜的系统，通过智能摄像头识别具有开始采食或采食结束行为的牲畜的面部图像，将利用预先训练的牲畜面部识别模型得到的
牲畜的标识和目标行为发送至边缘计算网关。之后，边缘计算网关根据接收到的牲畜的标识和目标行为生成牲畜的采食时长并发送至云服务端。而后，云服务端根据所接收到的采食时长与所获取的相应的期望采食信息的匹配，确定是否向目标端发送提示牲畜状况异常的信息。从而实现了大规模牲畜进食情况的自动记录，并且可以根据牲畜的异常进食情况进行预警，从而为精细化畜牧提供坚实的技术基础。
110.下面参考图7，其示出了适于用来实现本申请的实施例的电子设备(例如图1中的服务器1051)700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本申请的实施例的功能和使用范围带来任何限制。
111.如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(rom)702中的程序或者从存储装置708加载到随机访问存储器(ram)703中的程序而执行各种适当的动作和处理。在ram 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、rom 702以及ram703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
112.通常，以下装置可以连接至i/o接口705：包括例如触摸屏、触摸板、键盘、鼠标、等的输入装置706；包括例如液晶显示器(lcd，liquid crystal display)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
113.特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从rom 702被安装。在该计算机程序被处理装置701执行时，执行本申请的实施例的方法中限定的上述功能。
114.需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计
算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(radio frequency，射频)等等，或者上述的任意合适的组合。
115.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于检测到接近第一预设区域的牲畜的面部图像，将牲畜接近第一预设区域的时刻确定为采食起始时刻，其中，第一预设区域与采食区相关联；将面部图像输入至预先训练的牲畜面部识别模型，得到面部图像对应的牲畜的标识；响应于检测到牲畜离开第二预设区域的图像，将牲畜离开第二预设区域的时刻确定为采食结束时刻，其中，第二预设区域与采食区相关联；将牲畜的标识与采食时长关联存储，其中，采食时长基于采食起始时刻和采食结束时刻而确定。
116.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”、python语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
117.附图中的流程图和框图，图示了按照本公开的各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
118.描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器，包括第一确定单元、生成单元、第二确定单元、存储单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一确定单元还可以被描述为“响应于检测到接近第一预设区域的牲畜的面部图像，将牲畜接近第一预设区域的时刻确定为采食起始时刻的单元，其中，第一预设区域与采食区相关联”。
119.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

技术特征：
1.一种用于记录牲畜饲喂信息的方法，包括：响应于检测到接近第一预设区域的牲畜的面部图像，将所述牲畜接近所述第一预设区域的时刻确定为采食起始时刻，其中，所述第一预设区域与采食区相关联；将所述面部图像输入至预先训练的牲畜面部识别模型，得到所述面部图像对应的牲畜的标识；响应于检测到所述牲畜离开第二预设区域的图像，将所述牲畜离开所述第二预设区域的时刻确定为采食结束时刻，其中，所述第二预设区域与采食区相关联；将所述牲畜的标识与采食时长关联存储，其中，所述采食时长基于所述采食起始时刻和所述采食结束时刻而确定。2.根据权利要求1所述的方法，其中，所述方法还包括：获取与所述牲畜对应的期望采食信息；响应于确定所述采食时长与所述期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息。3.根据权利要求2所述的方法，其中，所述获取与所述牲畜对应的期望采食信息，包括：获取与所述牲畜相关的体况信息；根据预设的对应关系，获取与所述体况信息对应的期望采食信息。4.根据权利要求3所述的方法，其中，所述获取与所述牲畜相关的体况信息，包括：获取针对所述牲畜拍摄的图像集合；基于所述图像集合，生成所述牲畜的轮廓信息；将所述轮廓信息输入至预先训练的牲畜体况识别模型，得到所述牲畜的体况信息。5.根据权利要求2
‑
4之一所述的方法，其中，所述响应于确定所述采食时长与所述期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息，包括：获取采食时长与期望采食信息不匹配的牲畜的数目；响应于确定所述数目大于预设阈值，向目标端发送提示牲畜饲养密度过大的风险信息。6.一种用于记录牲畜饲喂信息的装置，包括：第一确定单元，被配置成响应于检测到接近第一预设区域的牲畜的面部图像，将所述牲畜接近所述第一预设区域的时刻确定为采食起始时刻，其中，所述第一预设区域与采食区相关联；生成单元，被配置成将所述面部图像输入至预先训练的牲畜面部识别模型，得到所述面部图像对应的牲畜的标识；第二确定单元，被配置成响应于检测到所述牲畜离开第二预设区域的图像，将所述牲畜离开所述第二预设区域的时刻确定为采食结束时刻，其中，所述第二预设区域与采食区相关联；存储单元，被配置成将所述牲畜的标识与采食时长关联存储，其中，所述采食时长基于所述采食起始时刻和所述采食结束时刻而确定。7.根据权利要求6所述的装置，其中，所述装置还包括：获取单元，被配置成获取与所述牲畜对应的期望采食信息；发送单元，被配置成响应于确定所述采食时长与所述期望采食信息不匹配，向目标端
发送提示牲畜状况异常的信息。8.一种用于辅助饲喂牲畜的系统，包括：智能摄像头，被配置成响应于检测到具有目标行为的牲畜的面部图像，将所述面部图像输入至预先训练的牲畜面部识别模型，得到所述面部图像对应的牲畜的标识，其中，所述目标行为包括开始采食或结束采食；将所述牲畜的标识和目标行为发送至边缘计算网关；所述边缘计算网关，被配置成根据接收到的牲畜的标识和目标行为，生成所述牲畜的采食时长；将所述采食时长和所述牲畜的标识发送至云服务端；所述云服务端，被配置成响应于接收到所述采食时长和所述牲畜的标识，获取与所述牲畜的标识对应的期望采食信息；响应于确定所述采食时长与所述期望采食信息不匹配，向目标端发送提示牲畜状况异常的信息。9.一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1
‑
5中任一所述的方法。10.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1
‑
5中任一所述的方法。
技术总结
本公开的实施例公开了用于记录牲畜饲喂信息的方法、装置、电子设备和介质。该方法的一具体实施方式包括：响应于检测到接近第一预设区域的牲畜的面部图像，将该牲畜接近该第一预设区域的时刻确定为采食起始时刻，其中，该第一预设区域与采食区相关联；将该面部图像输入至预先训练的牲畜面部识别模型，得到该面部图像对应的牲畜的标识；响应于检测到该牲畜离开第二预设区域的图像，将该牲畜离开该第二预设区域的时刻确定为采食结束时刻，其中，该第二预设区域与采食区相关联；将该牲畜的标识与采食时长关联存储，其中，该采食时长基于该采食起始时刻和该采食结束时刻而确定。该实施方式实现了大规模牲畜进食情况的自动记录。实现了大规模牲畜进食情况的自动记录。实现了大规模牲畜进食情况的自动记录。


技术研发人员：何清
受保护的技术使用者：京东数科海益信息科技有限公司
技术研发日：2021.03.25
技术公布日：2021/6/29