本实用新型涉及人工智能技术领域，特别涉及到一种用于猪脸的自动识别装置。
背景技术：
当前养猪场进行批量养猪的过程中，养殖者需要掌握每头猪只的饮食情况、健康状态、生长状况以及情绪等信息，因此识别每头猪只的身份信息为养殖者掌握养殖场基本状况提供便利，目前大型养猪场对于猪只的身份管理没有一个准确有效的识别方法，使得在管理猪只的过程中出现混乱和错误的情况，因此，猪脸识别技术的缺乏不利于规模化的精准养猪的推广。
技术实现要素：
本实用新型的发明目的是，针对上述问题，提供了一种猪脸的识别装置，通过人工智能的技术对猪脸进行识别，确认猪只的身份，建立猪只的图片识别库，解决了现有技术缺乏猪脸识别技术的问题。
为达到上述目的，本实用新型所采用的技术方案是：
一种猪脸的识别装置，包括并排设置的多个猪栏，每个所述猪栏设有猪栏入口，每个所述猪栏内设有朝向所述猪栏入口的摄像头；所述摄像头通过视频传输模块与视频存储模块连接，所述视频存储模块与视频处理模块连接，所述视频处理模块与图片识别模块连接。
通过在猪栏内部设置摄像头，摄像头拍摄进入猪栏入口的猪只，并拍摄获得的视频源数据通过视频传输模块传送至视频存储模块，视频处理模块处理视频存储模块内的视频源数据，将该视频源数据转化成图片源数据，再通过图片识别模块训练识别猪脸的模型，由此建立了猪脸的识别装置，通过该装置自动识别猪脸，实现猪脸的自动化识别，可识别的数量大，识别准确率高。
上述方案中，为优化，进一步地，每个所述猪栏入口处于同一水平位置。
进一步地，所述摄像头分别设置在位于所述猪栏内部的饮水位和料槽处。
进一步地，所述饮水位与所述料槽相对设置。
进一步地，每个所述猪栏设置左右对称的摄像头。
与现有技术相比，本实用新型的有益效果：
1、通过将多个摄像头朝向猪栏入口设置，将摄像头拍摄的猪只视频传送到视频存储模块，由视频处理模块进行处理，建立了猪脸的识别装置，解决了现有技术中缺乏猪脸识别的技术的问题。
2、将猪栏并排设置，猪栏入口处于同一水平线上，当猪只进入猪栏，多个摄像头同时拍摄该猪只的视频，从而获取大量关于该猪只的视频，程序自动化处理大量猪只视频生成大量猪脸图片的准确率达到95％以上，为识别猪脸的模型的训练提供坚实的数据基础，降低数据误差，提高识别准确率。
3、将饮水位和料槽相对设置，摄像头相对设置在该饮水位和料槽处，使得相对设置的摄像头拍摄猪只的距离相同，降低摄像头获得的相同猪只的视频源数据的误差。
4、在每个猪栏里设置两个左右对称的摄像头，可以全方位地拍摄猪脸视频，避免拍摄死角。
附图说明
下面结合附图和实施例对本实用新型进一步说明。
图1，猪栏的结构示意图。
图2，猪脸识别装置的模块连接示意图。
图3，识别猪脸模型训练流程图。
图4，程序自动化流程图。
附图说明：1.猪栏；2.猪栏入口；3.饮水位；4.料槽；5.摄像头；6.视频传输模块；7.视频存储模块；8.视频处理模块；9.图片识别模块
具体实施方式
为了使本实用新型的目的、技术方案及优点更加清楚明白，以下结合实施例，对本实用新型进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本实用新型，并不用于限定本实用新型。
如图1和图2所示，本实施例提供一种猪脸的识别装置，包括并排设置的多个猪栏1，每个猪栏1设有猪栏入口2，该猪栏的形状可以为方形，每个猪栏1内设有朝向猪栏入口2的摄像头5，摄像头5的拍摄视线与猪栏入口2的水平轴线形成的角度a1或a2的范围可以是15°～80°；摄像头5用于对进入猪栏入口2的猪只进行同时拍摄；摄像头5通过视频传输模块与视频存储模块连接，所述视频存储模块与视频处理模块连接，视频处理模块与图片识别模块连接。
通过在猪栏内部设置摄像头，摄像头拍摄进入猪栏入口的猪只，并拍摄获得的视频源数据通过视频传输模块传送至视频处理模块进行视频处理，视频处理模块将该视频源数据转化成图片源数据，再通过图片识别模块训练识别猪脸的模型，由此建立了猪脸的识别装置，通过该装置自动识别猪脸，实现猪脸的自动化识别，可识别的数量大，识别准确率高。
优化地，每个猪栏1入口处于同一水平位置，摄像头5分别设置在位于猪栏1内部的饮水位3和料槽4处；饮水位3与料槽4相对设置；每个猪栏1设置左右对称的摄像头。
如图3和图4，这种猪脸的识别装置的识别方法包括以下步骤：s1.摄像头5同时对进入猪栏入口2的猪只进行拍摄，多个摄像头5同步采集猪只获得视频源数据；在本实施例中，每个养猪场安装6个猪栏同步采集视频源数据，视频源数据的格式为mp4视频；s2.通过视频传输模块将视频源数据上传至视频存储模块，再通过视频处理模块用将视频源数据处理生成猪脸图片；该视频传输模块为ftp工具；当天采集完毕的视频源数据通过ftp工具上传至视频处理模块，通过一段时间的采集，视频存储模块内积累了数量超过25000个的视频源数据，猪只数量超过12500头，通过调用opencv标准库的方法读取视频帧，视频帧率为25帧每秒，一个小时的视频源数据有90000帧的视频图像，每头猪只的视频源数据会生成90000张猪脸图片，总共猪脸图片的数量达到2.25亿张，用opencv标准库的方法保存这些猪脸图片，这些猪脸图片包括有效的猪脸图片和无效的猪脸图片；
s3.将猪脸图片进行筛选和标注，保留有效的猪脸图片和标注猪脸图片的坐标信息，筛选后的猪脸图片和对应的坐标信息共同作为图片数据源；
s4.图片识别模块将该图片数据源训练识别猪脸的模型，包括以下步骤：
s41.将图片数据源转换成符合tensorflow系统的格式；
s42.将图片源数据按照比例分成训练集和测试集；训练集和测试集的比例为4:1；
s43.将训练集通过tensorflow系统的训练脚本训练能够识别猪脸的模型；
s44.通过测试集对该识别猪脸的模型进行验证；
s45.通过tensorflow系统导出脚本生成训练好的识别猪脸的模型；
s5.根据训练好的识别猪脸的模型，自动处理猪脸图片，包括以下步骤：
s51.对步骤s2获得的猪脸图片输入训练好的识别猪脸的模型，通过tensorflow系统判断输入的猪脸图片是否包含有效的猪脸图片并返回判断结果；
s52.根据返回的判断结果决定是否将猪脸图片保存为有效的猪脸图片。
其中，步骤s2的将视频源数据处理成猪脸图片通过以下步骤实现：采用python语言根据视频源数据实现建立每头猪只的主目录和包含在主目录下的子目录，并调用opencv标准库的方法读取该视频源数据的帧，将帧转化为猪脸图片，将猪脸图片存储于子目录中。
步骤s3,步骤s51和步骤s52中的有效的猪脸图片包括清晰的正脸图片和侧脸图片。
本实施例中，tensorflow系统为现有人工智能系统。
上述说明是针对本实用新型较佳可行实施例的详细说明，但实施例并非用以限定本实用新型的专利申请范围，凡本实用新型所提示的技术精神下所完成的同等变化或修饰变更，均应属于本实用新型所涵盖专利范围。
1.一种猪脸的识别装置，其特征在于：包括并排设置的多个猪栏，每个所述猪栏设有猪栏入口，每个所述猪栏内设有朝向所述猪栏入口的摄像头，所述摄像头通过视频传输模块与视频存储模块连接，所述视频存储模块与视频处理模块连接，所述视频处理模块与图片识别模块连接。
2.根据权利要求1所述的猪脸的识别装置，其特征在于：每个所述猪栏入口处于同一水平位置。
3.根据权利要求1或2所述的猪脸的识别装置，其特征在于：所述摄像头分别设置在位于所述猪栏内部的饮水位和料槽处。
4.根据权利要求3所述的猪脸的识别装置，其特征在于：所述饮水位与所述料槽相对设置。
5.根据权利要求3所述的猪脸的识别装置，其特征在于：每个所述猪栏设置左右对称的摄像头。
技术总结