摘要
本发明属于人工智能交叉技术领域,提供了一种环境胁迫下鸡异常采食行为智能识别方法,包括:数据采集以及鸡异常采食行为识别模型分析;模型的训练过程包括:关键特征点与行为识别范围界定、基于时间窗的连续三维点云序列采集、禽舍内部多参数环境数据采集、标注和数据集划分、鸡异常采食行为识别模型构建以及鸡异常采食行为识别模型迭代训练;本发明通过构建的多层特征提取模块、点序变换感知模块、分辨率协同增强模块、动态反馈控制模块与行为识别模块,融合了环境胁迫变量和深度视觉数据,能够在复杂养殖环境中准确捕捉鸡的三维结构特征与动态行为信息,提升了鸡异常采食行为的自动识别能力,具有良好的泛化性能、可解释性、实际部署可行性。
技术关键词
三维点云序列数据
智能识别方法
编码向量
动态反馈控制
禽舍
点云特征
多参数
特征提取模块
标签
线性变换矩阵
度量
高维特征向量
时间序列特征
子模块
人工智能交叉技术
误差
多尺度特征
表达式
三维结构特征
系统为您推荐了相关专利信息
商品分类方法
多维特征向量
文本
编码向量
格式化
巷道围岩裂隙
智能识别方法
基准面
语义
三维点云数据
负荷预测模型
光伏发电预测
负荷调控系统
融合终端
台区充电桩
场景特征
数据生成方法
列车
非易失性存储介质
计算机可读指令