(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111452039.3 (22)申请日 2021.12.01 (71)申请人 北京昭衍新药研究中心 股份有限公 司 地址 100176 北京市大兴区经济技 术开发 区荣京东 街甲5号 (72)发明人 左从林　孙峥　梁科委　高大鹏　 张素才　彭霞　 (74)专利代理 机构 北京律谱知识产权代理有限 公司 11457 代理人 黄云铎 (51)Int.Cl. G06V 20/52(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01)G06V 10/774(2022.01) (54)发明名称 一种基于目标检测的群体灵长类动物运动 量估计方法 (57)摘要 本发明提出一种基于目标检测的群体灵长 类动物运动量估计方法， 包括以下步骤： 步骤1： 设计能够无死角拍摄铁笼中灵长类动物日常行 为状态的多视角摄像头拍摄装置； 步骤2： 通过拍 摄装置对笼中灵长类动物进行日常行为的视频 数据采集， 并对采集到的视频数据进行预处理以 及标注； 步骤3： 基于目标检测模型半监督学习方 法来训练恒河猴头部检测器； 步骤4： 通过训练后 的模型对实际场景中的恒河猴进行运动量的计 算。 本发明设计了一种多视角摄像头拍摄装置适 用于灵长类动物的日常行为无死角的拍摄； 通过 制备灵长类动物目标检测数据集， 可使用深度学 习算法进行目标检测； 并提出基于目标检测的笼 中恒河猴运动量计算方法。 权利要求书2页 说明书6页 附图2页 CN 114359821 A 2022.04.15 CN 114359821 A 1.一种基于目标检测的群体灵长类动物运动量估计方法， 其特征在于， 所述灵长类动 物运动量估计方法包括以下步骤： 步骤1： 设计能够无死角拍摄铁笼中灵长类动物日常行为状态的多视角摄像头拍摄装 置； 步骤2： 通过拍摄装置对笼中灵长类动物进行 日常行为的视频数据采集， 并对采集到的 视频数据进行 预处理以及标注； 步骤3： 基于目标检测模型半监 督学习方法来训练恒河猴头 部检测器； 步骤4： 通过训练后的模型对实际场景中的恒河猴进行运动量的计算。 2.根据如权利要求1所述灵长类动物运动量估计方法， 其特征在于， 在步骤1中， 所述多 视角摄像头拍摄装置包括长方体铁笼和设置在所述铁笼正 面， 侧面和上面的摄 像头。 3.根据如权利要求2所述灵长类动物运动量估计方法， 其特征在于， 在步骤1中， 所述多 视角摄像头拍摄装置模型为： 其中， 所述铁笼空间为V， V＝{(x,y,z)|0≤x≤x0,0≤y≤y0,0≤z≤z0}； 所述所述摄像 头广角度数为2θ； 正视， 俯视， 侧视摄像头位置坐标为C1(x0,yC1,zC1)， C2(xC2,yC2,z0)， C3 (xC3,y0,zC3)； 所述VC1， VC2， VC3分别表示相机 C1， C2， C3盲区区域。 4.根据如权利要求3所述灵长类动物运动量估计方法， 其特征在于， 在步骤1中， 当(1 ‑ 3cos2θ )>0时， x＝x0， y＝y0， z＝z 0， 盲区区域体积为0， 且该值 一定为最小值。 5.根据如权利要求1所述灵长类动物运动量估计方法， 其特征在于， 在步骤2中， 还包括 以下步骤： 步骤21， 采集铁笼中灵 长类动物的视频 数据； 步骤22， 对所述视频 数据进行 预处理以及标注。 6.根据如权利要求5所述灵长类动物运动量估计方法， 其特征在于， 在步骤21中， 所述 灵长类动物均带有不同颜色的项圈以进行区分。 7.根据如权利要求5所述灵长类动物运动量估计方法， 其特征在于， 在步骤22中， 对部 分视频数据进行标注， 标注的视频帧作为有标签头部目标检测数据集， 无标签的视频帧作 为无标签头部目标检测数据集。 8.根据如权利要求7所述灵长类动物运动量估计方法， 其特征在于， 在步骤3 中， 所述恒 河猴头部检测器包括采用YOLO ‑S算法的模型A和采用YOLO ‑L算法的模型B。 9.根据如权利要求8所述灵长类动物运动量估计方法， 其特征在于， 在步骤3 中， 将有标 签的图像输入模型A进行梯度反传更新模型A的参数； 后将无标签的图像同时输入模型A和 模型B； 模型A的输出可以视为无标签图像的伪标签， 将该伪标签视为对模型B输出的标签对 模型B进行梯度反传来更新模型B的参数； 将步骤31得到模型B作为该步骤中模型参数的初权　利　要　求　书 1/2 页 2 CN 114359821 A 2始值， 使用有标签的数据对 模型B进行微调， 得到最终的恒河猴头 部目标检测器。 10.根据如权利要求1所述灵长类动物运动量估计方法， 其特征在于， 在步骤S6 中， 还包 括以下步骤： 步骤61， 利用正视图， 侧视图和俯视 图中任意两个视角的脸部检测和识别结果即可得 到每只个 体的三维移动距离； 步骤62， 以第一帧为起始点， 在每一帧的正视图或侧视图中， 检测不同个体的id， 并在 最后将运动量和动物的id对应。权　利　要　求　书 2/2 页 3 CN 114359821 A 3