摘要
本发明涉及宠物监测技术领域,本发明公开了一种宠物行为区分监测方法及系统,方法包括通过提取非孕期和孕期阶段的第一行为特征集和第二行为特征集,并基于高斯核函数计算两者的概率密度分布差异,得到特征区分度,能够刻画不同阶段的行为变化特征,进一步将两个阶段的特征集输入预训练的第一LSTM模型,获得特征均方误差,并结合特征区分度构建第二LSTM模型的损失函数,实现对行为演化差异的动态建模与学习,该方法能够提升模型对孕期阶段个体行为演化特征的表达能力和识别精度,从而解决现有技术中模型泛化能力差的问题。
技术关键词
LSTM模型
监测方法
光流算法
高斯核函数
阶段
指标
动态
深度神经网络模型
运动
误差
数据
演化特征
夹角余弦
姿态特征
序列
监测技术
密度
轨迹
监测系统
识别模块