(19)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 202210446868.9 (22)申请日 2022.04.26 (71)申请人 深圳市中 融数字科技有限公司 地址 518000 广东省深圳市南 山区西丽 街 道松坪山社区科苑北路78号共享大厦 A座1901 (72)发明人 洪园阳　刁远明　 (74)专利代理 机构 深圳紫藤知识产权代理有限 公司 44570 专利代理师 黄灵飞 (51)Int.Cl. G06K 9/00(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06F 16/2458(2019.01) G01D 21/02(2006.01) A01K 29/00(2006.01) (54)发明名称 一种牲畜状态监测方法、 装置、 终端及存储 介质 (57)摘要 本申请公开了一种牲畜状态监测方法、 装 置、 终端及存储介质， 该方法包括： 获取当前时刻 之前的预设采集时间段内针对目标牲畜的多维 监测数据， 以及每个多维监测数据的采集时间， 多维监测数据包括至少两个牲畜监测维度下的 监测数据； 基于每个多维监测数据的采集时间确 定监测时序数据， 监测时序数据中多维监测数据 按照采集时间的顺序排列； 通过训练完成的牲畜 死亡判别模型基于牲畜监测时序数据进行牲畜 死亡概率预测， 得到目标牲畜的死亡概率， 牲畜 死亡判别模型根据牲畜样本的监测时序数据样 本训练得到； 当目标牲畜的死亡概率大于预设的 死亡概率阈值， 确定目标牲畜处于死亡状态。 本 方案可以快速判断牲畜是否死亡， 成本低廉且对 牲畜本身没有伤害。 权利要求书2页 说明书13页 附图5页 CN 114841203 A 2022.08.02 CN 114841203 A 1.一种牲畜状态监测方法， 其特 征在于， 包括： 获取当前时刻 之前的预设采集 时间段内针对目标牲畜的多维监测数据， 以及每个多维 监测数据的采集时间， 其中， 所述多维监测数据包括至少两个牲畜监测维度下的监测数据； 基于每个多维监测数据的所述采集时间确定监测时序数据， 其中， 所述监测时序数据 中所述多维监测数据按照所述采集时间的顺序排列； 通过训练完成的牲畜死亡判别模型基于所述牲畜监测时序数据进行牲畜死亡概率预 测， 得到所述 目标牲畜 的死亡概率， 所述牲畜死亡判别模型根据牲畜样本的监测时序数据 样本训练得到； 当所述目标牲畜的死亡概率大于预设的死亡概率阈值， 确定所述目标牲畜处于死亡状 态。 2.根据权利要求1所述的牲畜状态监测方法， 其特征在于， 所述获取当前时刻 之前的预 设采集时间段内针对目标牲畜的多维监测数据， 包括： 获取前一次预测的预设采集时间段内针对所述目标牲畜的历史多维监测数据； 获取当前时刻之前 预设运行时间段内针对所述目标牲畜的第一多维监测数据； 将所述第一多维监测数据添加到所述历史多维监测数据中， 并剔除所述历史多维监测 数据中最 早的预设运行时间段内的多维监测数据。 3.根据权利要求1所述的牲畜状态监测方法， 其特征在于， 所述基于每个多维监测数据 的所述采集时间确定监测时序数据， 包括： 基于所述采集时间， 确定每个多维监测数据在监测时序数据中的排列位置， 得到所述 监测时序数据； 若所述监测时序数据中相邻的多维监测数据的采集时间之间的间隔大于所述多维监 测数据的标准采集时间间隔， 基于所述相 邻的多维监测数据在所述相 邻的多维监测数据填 充新的多维监测数据， 得到更新后的监测时序数据。 4.根据权利要求1所述的牲畜状态监测方法， 其特征在于， 在所述通过训练完成的牲畜 死亡判别模型基于所述牲畜监测时序数据进行牲畜 死亡概率预测之前， 还 包括： 确定监测时序数据样本， 所述监测时序数据样本的标签为对应的牲畜样本的标签， 所 述牲畜样本的标签包括牲畜样本的死 亡状态和未 死亡状态； 基于所述 监测时序数据样本建立待训练的牲畜 死亡判别模型； 通过所述待训练的牲畜死亡判别模型基于所述监测时序数据样本进行牲畜死亡概率 预测， 得到对应牲畜样本的死 亡概率； 基于所述对应牲畜样本的死亡概率与所述对应牲畜样本的标签确定所述牲畜死亡判 别模型的损失； 基于所述损失调整所述牲畜死亡判别模型的参数， 得到训练完成的牲畜死亡判别模 型。 5.根据权利要求4所述的牲畜状态监测方法， 其特征在于， 所述确定监测时序数据样 本， 包括： 获取历史时间段内针对牲畜样本的多维监测数据样本， 以及每个多维监测数据样本的 采集时间， 其中， 多维监测数据样本包括至少两个牲畜监测维度下的监测数据样本， 所述牲 畜样本包括处于死 亡状态的牲畜与处于未 死亡状态的牲畜；权　利　要　求　书 1/2 页 2 CN 114841203 A 2基于每个多维监测数据样本的所述采集时间确定监测时序数据样本， 其中， 所述监测 时序数据样本中所述多维监测数据样本按照所述采集时间的顺序排列。 6.根据权利要求1所述的牲畜状态监测方法， 其特征在于， 所述当所述目标牲畜的死亡 概率大于预设的死 亡概率阈值， 确定所述目标牲畜处于死 亡状态， 包括： 当所述目标牲畜的死亡概率大于预设的死亡概率阈值， 确定所述目标牲畜对应的当前 时刻是否处于预设时间区间内； 若是， 则确定所述目标牲畜处于死 亡状态； 若否， 则确定所述目标牲畜为待定状态， 以及在对应的当前时刻达到所述预设时间区 间内时， 返回执行所述获取当前时刻之前的预设采集时间段内针对目标牲 畜的多维监测数 据的步骤。 7.根据权利要求1所述的牲畜状态监测方法， 其特征在于， 所述多维监测数据包括温度 数据和运动数据， 所述 目标牲畜佩戴有智能耳标， 所述智能耳标包括温度传感器和加速度 传感器， 所述获取当前时刻之前的预设采集时间段内针对目标牲畜的多维监测数据， 包括： 确定采集 开始时刻与采集间隔； 通过所述温度传感器基于所述采集开始时刻与所述采集间隔获取所述目标牲畜的温 度数据； 通过所述加速度传感器基于所述采集开始时刻与所述采集间隔获取所述目标牲畜的 运动数据， 以使 所述温度传感器与所述加速度传感器对同一时刻的温度数据与运动数据进 行采集。 8.一种牲畜状态监测装置， 其特 征在于， 包括： 获取单元， 用户获取当前时刻之前的预设采集时间段内针对目标牲畜的多维监测数 据， 以及每个多维监测数据的采集时间， 其中， 多维监测数据包括至少两个牲畜监测维度下 的监测数据； 第一确定单元， 用于基于每个多维监测数据的所述采集 时间确定监测时序数据， 其中， 所述监测时序数据中所述多维监测数据按照所述采集时间的顺序排列； 预测单元， 用于通过训练完成的牲畜死亡判别模型基于所述牲畜监测时序数据进行牲 畜死亡概率预测， 得到所述 目标牲畜 的死亡概率， 所述牲畜死亡判别模型根据牲畜样本的 监测时序数据样本训练得到； 第二确定单元， 用于当所述目标牲畜的死亡概率大于预设的死亡概率阈值， 确定所述 目标牲畜处于死 亡状态。 9.一种终端， 其特征在于， 包括存储器， 处理器及存储在存储器上并可在处理器上运行 的计算机程序， 其中， 所述处理器执行所述计算机程序时实现如权利要求 1‑7任一项所述牲 畜状态监测方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 其中， 所述计算机 程序被处 理器执行时实现如权利要求1 ‑7任一项所述牲畜状态监测方法的步骤。权　利　要　求　书 2/2 页 3 CN 114841203 A 3