Методика подготовки наборов фотографий для машинного анализа для персональной идентификации животных по морде

Изобретение относится к области обработки изображений и оптическому распознаванию символов. Заявленная методика подготовки наборов фотографий для машинного анализа для персональной идентификации животных по морде характеризуется тем, что осуществляют фотографирование животных крупным планом: полностью морду и частично шею, при этом морды животных размещают в фокусе, съемку проводят в разных ракурсах - основные ракурсы: анфас, слева, справа. С каждого животного осуществляют не менее 30 фото, разделяя между всеми фотоаппаратами, смартфонами и ракурсами; снимают циклом: сначала фото всех животных одним фотоаппаратом, затем - другим; изображения формируют при хорошем освещении, с правильной цветопередачей; экспозицию настраивают по телу (морде) животного, фотографирование осуществляют с приоритетом выдержки не менее 1/125 с. В качестве экспозамера и фокусировки используют центральный, одноточечный замер; для каждого животного для всех фото фиксируют его табельный номер и кличку; полученные фото в цифровом формате в машиночитаемом виде сохраняют на носителе данных. Технический результат - создание компактных и эффективных датасетов, позволяющих ускорить обучение нейронных сетей, увеличить обобщающую способность и устойчивость функционирования нейронных сетей. 1 з.п. ф-лы.

 

Изобретение относится к области обработки изображений и оптическому распознаванию символов.

Машинный анализ при помощи глубоких нейронных сетей изображений морд животных позволяет проводить идентификацию животных до конкретной особи (персональная идентификация) на фотографируемых объектах. Следовательно, применение технологий автоматического машинного анализа изображений и определение конкретных особей животных позволяет создать базу для интеллектуализации деятельности соответствующих хозяйств, зоотехников, ветеринаров и т.п., снизить уровень ошибок из-за недостаточной квалификации специалистов, поднять технологическую культуру персонала, и, как следствие, увеличить производительность труда.

Технологии распознавания изображений в автоматическом режиме глубокими нейронными сетями на настоящее время являются лидером по качеству и устойчивости функционирования среди подобных алгоритмов машинного зрения. Но разработка нейросетевых алгоритмов подразумевает применение соответствующих наборов данных для обучения и тестирования сетей. Данная методика как раз и содержит методические рекомендации, направленные на формирование соответствующих датасетов.

Известна методика подбора фотографий - Способ индивидуальной идентификации особей (RU 2520035 С1, 20.06.2014), в котором фотографируют особи и по полученным снимкам составляют банк данных.

Недостатком известной методики является невозможность создания подробной базы данных для идентификации животных по морде.

Технической задачей изобретения является создание методики, позволяющей подготавливать наборы фотографий для машинного анализа для персональной идентификации животных по морде.

Техническим результатом предложенного решения является создание компактных и эффективных датасетов, позволяющих ускорить обучение нейронных сетей, увеличить обобщающую способность и устойчивость функционирования нейронных сетей.

Технический результат достигается тем, что методика осуществляют фотографирование животных крупным планом: полностью морду и частично шею, при этом морды животных размещают в фокусе, съемку проводят в разных ракурсах - основные ракурсы: анфас, слева, справа;

с каждого животного осуществляют не менее 30 фото, разделяя между всеми фотоаппаратами, смартфонами и ракурсами;

снимают циклом: сначала фото всех животных одним фотоаппаратом, затем - другим; изображения формируют при хорошем освещении, с правильной цветопередачей; экспозицию настраивают по телу (морде) животного,

фотографирование осуществляют с приоритетом выдержки не менее 1/125 с;

в качестве экспозамера и фокусировки используют центральный, одноточечный замер;

для каждого животного для всех фото фиксируют его табельный номер и кличку;

полученные фото в цифровом формате в машиночитаемом виде сохраняют на носителе данных.

Перед началом серийной съемки на объекте производят тренировочные фотосеты (около 5-ти фото) с животными (их частями), близкими по размерам и «фактуре» животным целевой группы, причем используют штатную фототехнику и штатные фотографы, которые в дальнейшем будут осуществлять серийную съемку на объекте.

Предложенная методика осуществляется следующим образом.

Методика составлена в достаточно подробном виде и направлена на минимизацию ошибок и упрощение процесса формирования требуемых наборов данных.

1. Снимать животных необходимо крупным планом (должна попадать полностью морда и частично шея, допускается в кадре первая четверть тела).

2. Морды животных должны быть в фокусе, без «смаза», с проработкой деталей (правильная экспозиция).

3. Съемка требуется в разных ракурсах (выдерживать, но без «фанатизма»):

a. анфас;

b. 3/4: слева, справа, снизу, сверху, и 4 диагональных угла;

c. профиль: слева, справа, снизу, сверху, и 4 диагональных угла.

4. Основные ракурсы: анфас, слева, справа, 3/4 слева, 3/4 справа, 3/4 снизу, 3/4 сверху (очень важен основной ракурс видеомониторинга).

5. Снимать необходимо на различную фототехнику (желательно не менее 2-х различных фотоаппаратов и 2-х различных смартфонов).

6. Недопустимо слипание в кадре морд различных животных (в прямоугольнике, ограничивающем морду целевой коровы, должна быть только ее морда, но могут быть любые другие части тела других животных).

7. Недопустимо обрезать морду животного (допустимо частичное экранирование морды элементами стойла или частями тел других животных).

8. С каждого животного необходимо примерно 30-40 фото (разделить на равное кол-во между всеми фотоаппаратами, смартфонами и ракурсами).

9. Снимать необходимо циклом: сначала фото всех животных одним фотоаппаратом, затем другим, и т.д. Это необходимо, чтобы убрать влияние освещения и/или иных условий для конкретных животных.

10. Изображения должны формироваться при хорошем освещении, с правильной цветопередачей, без явных шумов.

11. Экспозицию настраивать необходимо по телу (морде) животного, яркие блики от источников освещения, окон - игнорировать.

12. Фотографирование осуществлять с приоритетом выдержки (не менее 1/125 с) с целью минимизации эффектов смаза.

13. В качестве экспозамера и фокусировки использовать центральный, одноточечный замер.

14. Вотермарки с датой и временем, иные «значки» на фото недопустимы.

15. Какая-либо обработка фотографий запрещена.

16. Фото должны быть максимально разнообразны: разные животные, ракурс съемки, освещение, экспозиция, фон.

17. Желательно, чтобы фототехника писала в exif данные фотокадра: дальность фокусировки до объекта.

18. Категорически не допускается дифференцирование (выделение) фото каких-либо животных по признакам фона, и/или иным подобным условиям и параметрам съемки.

19. Настоятельно рекомендуется перед началом серийной съемки на объекте произвести тренировочные фотосеты (около 5-ти фото) с животными (их частями), близкими по размерам и «фактуре» животным целевой группы. Причем должна использоваться штатная фототехника и штатные фотографы (которые в дальнейшем будут осуществлять серийную съемку на объекте). Полученные фотографии необходимо направить специалистам для оценки и выработки рекомендаций по фототехнике и/или манере съемки.

20. Для каждого животного (для всех фото) необходимо зафиксировать его табельный номер и кличку (если есть).

21. Фотографии основного набора данных размещаются в папках, организованных по следующей структуре:

Животное/Порода/Табельный номер_Кличка/ГГГГ.ММ.ДД(съемки)/Фототехника/файлы

22. Фото необходимо выкладывать в цифровое хранилище данных (облако), в виде zip (rar) архива (без сжатия), это необходимо, чтобы облака не пережимали фотографии и не снижали качество.

23. Пересыл фотографий через мессенджеры, фотослужбы, соц. сети, дисковые приложения и т.п. запрещен.

Предложенное техническое решение создает компактные и эффективные датасеты, позволяющие ускорить обучение нейронных сетей, увеличить обобщающую способность и устойчивость функционирования нейронных сетей. Разработка нейросетевых алгоритмов подразумевает применение соответствующих наборов данных для обучения и тестирования сетей. Данная методика содержит методические рекомендации, направленные на формирование соответствующих датасетов.

1. Методика подготовки наборов фотографий для машинного анализа для персональной идентификации животных по морде, характеризующаяся тем, что осуществляют фотографирование животных крупным планом: полностью морду и частично шею, при этом морды животных размещают в фокусе, съемку проводят в разных ракурсах - основные ракурсы: анфас, слева, справа;

с каждого животного осуществляют не менее 30 фото, разделяя между всеми фотоаппаратами, смартфонами и ракурсами;

снимают циклом: сначала фото всех животных одним фотоаппаратом, затем - другим; изображения формируют при хорошем освещении, с правильной цветопередачей; экспозицию настраивают по телу (морде) животного,

фотографирование осуществляют с приоритетом выдержки не менее 1/125 с;

в качестве экспозамера и фокусировки используют центральный, одноточечный замер;

для каждого животного для всех фото фиксируют его табельный номер и кличку;

полученные фото в цифровом формате в машиночитаемом виде сохраняют на носителе данных.

2. Методика по п. 1, характеризующаяся тем, перед началом серийной съемки на объекте производят тренировочные фотосеты (около 5-ти фото) с животными (их частями), близкими по размерам и «фактуре» животным целевой группы, причем используют штатную фототехнику и штатные фотографы, которые в дальнейшем будут осуществлять серийную съемку на объекте.



 

Похожие патенты:

Изобретение относится к вычислительной технике. Технический результат заключается в обеспечении анонимизации голосующих.

Изобретение относится к системам удаленного голосования. Технический результат - обеспечение возможности защищенного дистанционного голосования с помощью мобильных устройств.

Изобретение относится к вычислительной технике. Технический результат заключается в повышении точности определения параметров устройств компьютерной сети за счет использования правил инвентаризации с учетом весовых параметров.

Изобретение относится к области диетологии. Технический результат - повышение точности формирования индивидуальных рекомендаций по питанию для пользователя в целях улучшения его здоровья.

Изобретение относится к средствам и способам для обеспечения безопасности производства, в частности к контролю пожаровзрывозащиты на сельскохозяйственных предприятиях по переработке зерна. В систему автоматизированного контроля пожаровзрывозащиты на сельскохозяйственных предприятиях по переработке зерна включена многоуровневая структура управления с соединенными между собой общим центральным компьютером и не менее одним специализированным персональным компьютером на каждом уровне управления с блоками баз данных информационных, инструктивных, методических материалов и планов мероприятий по обеспечению охраны труда и техники безопасности.

На объектах инфраструктуры железнодорожной станции устанавливают соответствующие датчики мониторинга их параметров и/или их функционирования, каждый из которых подключают к радиомодему с независимым источником питания. Центральный сервер через соответствующую стационарную станцию, в зоне действия которой расположены модемы, по радиоканалу поочередно опрашивает датчики, и по результатам опроса формирует соответствующие сообщения для передачи в аппаратно-программные устройства автоматизированных рабочих мест диспетчеров соответствующих служб.

Изобретение относится к области вычислительной техники. Технический результат заключается в обеспечении автоматического формирования, сохранения и передачи по назначению данных об объектах противодействующих процессов, являющихся в наблюдаемом периоде времени источниками негативного влияния на воспроизводство процессов организационных систем.

Изобретение относится системе мониторинга орнитологической обстановки в районе аэропорта. Технический результат заключается в повышении эффективности автоматизированного мониторинга орнитологической обстановки в районе аэропорта.

Изобретение относится к системам сбора данных. Техническим результатом является создание общедоступной электронной базы данных.

Изобретение относится к способам поиска пользователей, соответствующих требованиям. Технический результат заключается в возможности обнаружения пользователей, соответствующих требованиям.

Группа изобретений относится к области сельского хозяйства, а именно к средствам защиты сельскохозяйственных животных от укусов насекомых, и может быть использована для защиты сельскохозяйственных животных от эктопаразитов в период их пастбищного содержания. Способ изготовления полимерного изделия заключается в том, что полимерное изделие обрабатывают импрегнирующим раствором, содержащим пиретроид, ингибитор детоксицирующих ферментных систем членистоногих, лубрикант и алифатический кетон.
Наверх