1.本技术涉及生物实验室管理领域，特别是一种实验动物逃逸监控方法及装置。
背景技术：2.动物实验室也叫实验动物房，它是指适宜于饲养、繁育实验动物的建筑物。这类建筑应具有特定的环境要求和实验手段，以保证动物的品质和实验研究的准确可靠性。根据对微生物的控制程度可分为：开放系统、屏障系统和隔离系统。
3.实验动物房一般由饲养室、健康观察室、隔离检疫室以及各种实验室等组成，而无论是在饲养室、健康观察室还是隔离检疫室等，都需要对动物进行监控，尤其需要防止因动物逃逸而产生的人员或环境的危害。
技术实现要素：4.本发明的目的在于避免现有技术中的不足之处而提供一种能够防止动物逃逸的监控系统。
5.本发明的目的通过以下技术方案实现：
6.根据本发明公开的一个方面，提供了一种实验动物逃逸监控方法，包括以下步骤：
7.s1：采集实验室的监控视频；
8.s2：识别监控视频中的各个笼位；
9.s3：通过骨骼识别模型进行骨骼关键点分析，识别出监控视频中的动物；
10.s4：确定动物的位置，并判断动物是否在笼位中，若否，把动物标记为逃逸动物，并生成第一报警信息；
11.s5：通过行为轨迹模型对逃逸动物进行运动轨迹分析，判断逃逸动物是否离开实验室，若是，生成第二报警信息。
12.具体的，步骤s3包括以下步骤：
13.s31：识别出视频图像中的活动物体；
14.s32：通过骨骼识别模型进行骨骼关键点分析，对活动物体进行判断，若判断活动物体为动物，进入步骤s4。
15.更具体的，步骤s32还包括以下步骤：确定动物的类别。
16.以上的，步骤s5还包括以下步骤：若逃逸动物离开实验室，确定逃逸动物离开实验室时的逃逸位置。
17.进一步的，还包括以下步骤：
18.s6：根据逃逸位置获取对应的外监控视频；
19.s7：通过骨骼识别模型对外监控视频进行骨骼关键点分析，识别出外监控视频中的动物；
20.s8：通过行为轨迹模型对逃逸动物进行运动轨迹分析，识别出逃逸动物的逃逸轨迹。
21.根据本发明公开的另一个方面，提供了一种实验动物逃逸监控装置，包括：采集模块、笼位识别模块、动物识别模块、轨迹识别模块和报警模块；采集模块用于采集监控摄像头的监控视频；笼位识别模块用于识别监控视频中的各个笼位；动物识别模块内置有骨骼识别模型，用于通过骨骼识别模型进行骨骼关键点分析，识别出监控视频中的动物；轨迹识别模块用于采用根据识别动物的骨骼关键点，并采用ai视觉神经网络分析算法，计算出逃逸动物的逃逸轨迹；报警模块用于生成报警信息；报警信息包括第一报警信息、第二报警信息；其中，第二报警信息包括逃逸动物的逃逸轨迹信息。
22.根据本发明公开的另一个方面，提供了一种实验动物逃逸监控系统，包括：终端服务器和若干监控摄像头；终端服务器分别单独与各个监控摄像头连接；终端服务器包括上述的一种实验动物逃逸监控装置。
23.具体的，还包括监控端；终端服务器还包括通信模块；监控端与通信模块连接，获取报警模块生成的报警信息。
24.根据本发明公开的再一方面，提供了一种计算机设备，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指令，处理器执行指令时实现如上一种实验动物逃逸监控方法的步骤。
25.根据本发明公开的另一方面，提供了一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现如上一种实验动物逃逸监控方法的步骤。
26.本发明的有益效果：一种实验动物逃逸监控方法，包括以下步骤：采集实验室的监控视频；识别监控视频中的各个笼位；通过骨骼识别模型进行骨骼关键点分析，识别出监控视频中的动物；确定动物的位置，并判断动物是否在笼位中，若否，把动物标记为逃逸动物，并生成第一报警信息；通过行为轨迹模型对逃逸动物进行运动轨迹分析，判断逃逸动物是否离开实验室，若是，生成第二报警信息；可对实验人员及逃逸动物进行区别，当确认为逃逸动物，则系统向终端服务器端发出报警，且对当前逃逸动物进行行为轨迹监测，确保实验人员可以快速地确认逃逸动物最终的方位。
附图说明
27.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
28.图1所示的是根据本发明公开实施例一的一种实验动物逃逸监控方法示意性流程图；
29.图2所示的是根据本发明公开实施例一的一种实验动物逃逸监控装置的程序模块示意图；
30.图3所示的是根据本发明公开实施例一的一种实验动物逃逸监控系统的系统方框示意图。
具体实施方式
31.以下将描述本发明的具体实施方式，需要指出的是，在这些实施方式的具体描述
过程中，为了进行简明扼要的描述，本说明书不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是，在任意一种实施方式的实际实施过程中，正如在任意一个工程项目或者设计项目的过程中，为了实现开发者的具体目标，为了满足系统相关的或者商业相关的限制，常常会做出各种各样的具体决策，而这也会从一种实施方式到另一种实施方式之间发生改变。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本发明公开的内容相关的本领域的普通技术人员而言，在本发明揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本发明的内容不充分。
32.除非另作定义，权利要求书和说明书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，也不限于是直接的还是间接的连接。
33.实施例1
34.根据本发明公开的一面，提供一种实验动物逃逸监控方法，如图1所示，包括以下步骤：
35.s1：采集各个实验室内的监控视频；
36.s2：分别识别监控视频中的各个笼位；
37.s3：通过骨骼识别模型进行骨骼关键点分析，识别出监控视频中的动物；
38.具体的，步骤s3包括以下步骤：
39.s31：识别出视频图像中的活动物体；
40.s32：通过骨骼识别模型进行骨骼关键点分析，对活动物体进行判断，若判断活动物体为动物，则进一步通过与模型中预设的不同类型的动物的骨骼关键点模型进行比对，确定动物的类别，并进入步骤s4；若识别活动物体为实验人员，自动滤除；
41.s4：确定动物的位置，并判断动物是否在笼位中，若否，把动物标记为逃逸动物，并生成第一报警信息，发送到监控端，提示实验人员，实验室中存在逃逸动物；其中，第一报警信息包括实验室的房间号信息以及逃逸动物的动物类别信息；
42.s5：通过行为轨迹模型对逃逸动物进行运动轨迹分析，判断逃逸动物是否离开实验室，若是，确定逃逸动物离开实验室时的逃逸位置，并生成第二报警信息，发送到监控端，提示实验人员，存在逃逸动物逃离实验室；其中，第二报警信息包括实验室的房间号信息、逃逸动物的动物类别信息以及逃逸位置信息。
43.进一步的，还包括以下步骤：
44.s6：根据逃逸位置获取对应的外监控视频(即实验室外部的监控视频)；
45.s7：通过骨骼识别模型对外监控视频进行骨骼关键点分析，识别出外监控视频中的动物；
46.s8：通过行为轨迹模型对逃逸动物进行运动轨迹分析，识别出逃逸动物的逃逸轨
迹，并把逃逸轨迹的信息实时发送到监控端，实现对逃逸动物进行行为轨迹监测，确保实验人员可以快速地确认逃逸动物最终的方位。
47.其中，骨骼识别模型与行为轨迹模型是以行为识别技术为主要核心再加上动作识别、路程规划记录、视频解码等技术，进而来识别动物的行为动作及行动路径，其主要是基于动物的骨骼关键点识别，采用ai视觉神经网络分析算法，根据动物的骨骼架构，以关节为动物运动的节点识别动物骨骼关键点，再通过大数据的分析和运算进而来定义动物的运动轨迹。
48.ai识别技术在应用特点上具有高反应效率，高运算速度等特点，并且ai识别技术能够通过自我学习，达到能解决问题，能改造或创造，能做理论推演或理论研究的目的。
49.根据本发明公开的另一个方面，提供了一种实验动物逃逸监控装置，包括：采集模块、笼位识别模块、动物识别模块、轨迹识别模块和报警模块；
50.采集模块用于采集监控摄像头的监控视频；
51.笼位识别模块用于识别监控视频中的各个笼位；
52.动物识别模块内置有骨骼识别模型，用于通过骨骼识别模型进行骨骼关键点分析，识别出监控视频中的动物；
53.轨迹识别模块用于采用根据识别动物的骨骼关键点，并采用ai视觉神经网络分析算法，计算出逃逸动物的逃逸轨迹；
54.报警模块用于生成报警信息；报警信息包括第一报警信息、第二报警信息。
55.根据本发明公开的另一个方面，提供了一种实验动物逃逸监控系统，包括：终端服务器和若干监控摄像头；终端服务器分别单独与各个监控摄像头连接；终端服务器包括上述的一种实验动物逃逸监控装置。其中，监控摄像头包括设置在实验室内的监控摄像头以及设置在实验室外部的监控摄像头。
56.具体的，还包括监控端；终端服务器还包括通信模块；监控端与通信模块连接，获取报警模块生成的报警信息。
57.本实施例还提供一种计算机设备，如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。本实施例的计算机设备至少包括但不限于：可通过系统总线相互通信连接的存储器、处理器，如图3所示。需要指出的是，图3仅示出了具有组件-的计算机设备，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
58.本实施例中，存储器(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器可以是计算机设备的内部存储单元，例如该计算机设备的硬盘或内存。在另一些实施例中，存储器也可以是计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。当然，存储器还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，存储器通常用于存储安装于计算机设备的操作系统和各类应用软件，例如实施例一的一种实验动物逃逸监控装置的程序代码等。此外，
存储器还可以用于暂时地存储已经输出或者将要输出的各类数据。
59.处理器在一些实施例中可以是中央处理器(central processing unit，cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制计算机设备的总体操作。本实施例中，处理器用于运行存储器中存储的程序代码或者处理数据，例如运行一种实验动物逃逸监控装置，以实现实施例一的一种实验动物逃逸监控方法。
60.本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘、服务器、app应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储一种实验动物逃逸监控装置，被处理器执行时实现实施例一的一种实验动物逃逸监控方法。
61.综上所述，根据示例性实施例，通过骨骼识别模型进行骨骼关键点分析，识别出监控视频中的动物；确定动物的位置，并判断动物是否在笼位中，若否，把动物标记为逃逸动物，并生成第一报警信息；通过行为轨迹模型对逃逸动物进行运动轨迹分析，判断逃逸动物是否离开实验室，若是，生成第二报警信息；可对实验人员及逃逸动物进行区别，当确认为逃逸动物，则系统向终端服务器端发出报警，且对当前逃逸动物进行行为轨迹监测，确保实验人员可以快速地确认逃逸动物最终的方位。
62.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
63.流程图中或在此以其它方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
64.本技术领域的普通技术人员可以理解，实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
65.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
66.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。
67.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
技术特征：1.一种实验动物逃逸监控方法，其特征在于，包括以下步骤：s1：采集实验室的监控视频；s2：识别所述监控视频中的各个笼位；s3：通过骨骼识别模型进行骨骼关键点分析，识别出所述监控视频中的动物；s4：确定所述动物的位置，并判断所述动物是否在所述笼位中，若否，把所述动物标记为逃逸动物，并生成第一报警信息；s5：通过行为轨迹模型对所述逃逸动物进行运动轨迹分析，判断所述逃逸动物是否离开实验室，若是，生成第二报警信息。2.根据权利要求1所述的一种实验动物逃逸监控方法，其特征在于：所述步骤s3包括以下步骤：s31：识别出视频图像中的活动物体；s32：通过骨骼识别模型进行骨骼关键点分析，对所述活动物体进行判断，若判断所述活动物体为动物，进入步骤s4。3.根据权利要求2所述的一种实验动物逃逸监控方法，其特征在于：所述步骤s32还包括以下步骤：确定所述动物的类别。4.根据权利要求1至3任一项所述的一种实验动物逃逸监控方法，其特征在于，所述步骤s5还包括以下步骤：若逃逸动物离开实验室，确定所述逃逸动物离开实验室时的逃逸位置。5.根据权利要求4所述的一种实验动物逃逸监控方法，其特征在于：还包括以下步骤：s6：根据所述逃逸位置获取对应的外监控视频；s7：通过骨骼识别模型对所述外监控视频进行骨骼关键点分析，识别出外监控视频中的动物；s8：通过行为轨迹模型对所述逃逸动物进行运动轨迹分析，识别出所述逃逸动物的逃逸轨迹。6.一种采用所述权利要求1至5任一项所述的一种实验动物逃逸监控方法的实验动物逃逸监控装置，其特征在于，包括：采集模块、笼位识别模块、动物识别模块、轨迹识别模块和报警模块；所述采集模块用于采集监控摄像头的监控视频；所述笼位识别模块用于识别所述监控视频中的各个笼位；所述动物识别模块内置有骨骼识别模型，用于通过所述骨骼识别模型进行骨骼关键点分析，识别出所述监控视频中的动物；所述轨迹识别模块用于采用根据识别动物的骨骼关键点，并采用ai视觉神经网络分析算法，计算出所述逃逸动物的逃逸轨迹；所述报警模块用于生成报警信息；所述报警信息包括所述第一报警信息、第二报警信息；其中，所述第二报警信息包括所述逃逸动物的逃逸轨迹信息。7.一种实验动物逃逸监控系统，其特征在于，包括：终端服务器和若干监控摄像头；所述终端服务器分别单独与各个所述监控摄像头连接；所述终端服务器包括权利要求6所述的一种实验动物逃逸监控装置。
8.根据权利要求7所述的一种实验动物逃逸监控系统，其特征在于：还包括监控端；所述终端服务器还包括通信模块；所述监控端与所述通信模块连接，获取所述报警模块生成的报警信息。9.一种计算机设备，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指令，其特征在于，所述处理器执行所述指令时实现权利要求1至5任意一项所述方法的步骤。10.一种计算机可读存储介质，其存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1至5任意一项所述方法的步骤。
技术总结本申请公开了一种实验动物逃逸监控方法，涉及生物实验室管理领域，特别是一种实验动物逃逸监控方法及装置；其包括以下步骤：采集实验室的监控视频；识别监控视频中的各个笼位；通过骨骼识别模型进行骨骼关键点分析，识别出监控视频中的动物；确定动物的位置，并判断动物是否在笼位中，若否，把动物标记为逃逸动物，并生成第一报警信息；通过行为轨迹模型对逃逸动物进行运动轨迹分析，判断逃逸动物是否离开实验室，若是，生成第二报警信息；可对实验人员及逃逸动物进行区别，当确认为逃逸动物，则系统向终端服务器端发出报警，且对当前逃逸动物进行行为轨迹监测，确保实验人员可以快速地确认逃逸动物最终的方位。认逃逸动物最终的方位。认逃逸动物最终的方位。
技术研发人员：牟云飞 于奎 张庆岩 于飞
受保护的技术使用者：中科装备（广州）生物安全科技有限公司
技术研发日：2022.08.02
技术公布日：2022/12/1
