(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 202210609824.3 (22)申请日 2022.05.31 (71)申请人 中国农业科 学院农业质量标准与检 测技术研究所 地址 100000 北京市海淀区中关村南大街 12号 申请人 中国农业科 学院农业信息 研究所 (72)发明人 柴秀娟　邱静　柴鑫　张岩祺　 钱永忠　宋晓　孙坦　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 张欣欣 (51)Int.Cl. G06T 7/73(2017.01) G06T 7/55(2017.01)G06V 10/22(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06T 7/246(2017.01) (54)发明名称 基于关键特征点定位的斑马鱼形态识别方 法及相关装置 (57)摘要 本发明提供的基于关键特征点定位的斑马 鱼形态识别方法及相关装置， 通过 获取待识别斑 马鱼的图像， 进而将所述图像输入到预先训练的 关键特征点定位模型中， 可以准确定位多个关键 特征点各自对应的坐标， 获得坐标之后， 可以根 据所述多个关键特征点之间的空间位置关系以 及坐标， 确定多种表型特征各自对应的特征值， 最后将每种表型特征对应的特征值与所述每种 表型特征对应的置信度区间进行比较， 得到所述 待识别斑马鱼的形态识别结果， 本发 明提供的方 法不仅可以提供准确的关键特征点的坐标， 而且 还可以基于关键特征点的空间位置关系， 来量化 不同表型特征， 并将量化后的特征值与置信度区 间进行比较， 从而可以使 得形态识别结果具有可 信度， 可解释性强。 权利要求书2页 说明书14页 附图8页 CN 114882114 A 2022.08.09 CN 114882114 A 1.一种基于关键特 征点定位的斑马鱼形态 识别方法， 其特 征在于， 所述方法包括： 获取待识别斑马鱼的图像； 将所述图像输入到预先训练 的关键特征点定位模型中， 获得多个关键特征点各自对应 的坐标； 根据所述多个关键特征点之间的空间位置关系以及坐标， 确定多种表型特征各自对应 的特征值； 将每种表型特征对应的特征值与 所述每种表型特征对应的置信度区间进行比较， 得到 所述待识别斑马鱼的形态 识别结果。 2.根据权利要求1所述的方法， 其特征在于， 根据 所述多个关键特征点之间的空间位置 关系以及坐标， 确定多种表型 特征各自对应的特 征值， 包括： 针对每种表型特征， 从所述多个关键特征点中确定出与 所述每种表型特征匹配的目标 关键特征点； 根据所述与每种表型特征匹配的目标关键特征点之间的空间位置关系， 构建每种表型 特征对应的特 征量化模型； 将与每种表型特征对应的目标关键特征点的坐标输入到所述每种表型特征对应的特 征量化模型中， 得到每种表型 特征对应的特 征值。 3.根据权利要求1或2所述的方法， 其特征在于， 在获取待识别斑马鱼的图像之后， 所述 方法还包括： 确定所述待识别斑马鱼对应的实验批次； 每个实验批次对应一个对照组； 所述对照组 中包含多个斑马鱼样本， 每 个斑马鱼样本的形态标签为 正常； 基于所述对照组内的斑马鱼样本， 以及每种表型特征对应的特征量化模型， 确定所述 置信度区间。 4.根据权利要求3所述的方法， 其特征在于， 基于所述对照组内的斑马鱼样本， 以及所 述每种表型 特征对应的特 征量化模型， 确定所述置信度区间， 包括： 将所述多个斑马鱼样本各自对应的图像输入到所述关键特征点定位模型中， 得到每张 图像中所述多个关键特 征点各自对应的坐标； 利用所述每种表型特征对应的特征量化模型， 确定每个斑马鱼样本对应的所述多种表 型特征各自的特 征值； 针对每种表型特征， 根据全部所述斑马鱼样本对应的所述每种表型特征的特征值， 确 定所述置信度区间。 5.根据权利要求1所述的方法， 其特征在于， 所述关键特征点定位模型是通过以下方式 训练得到的： 获取斑马鱼图像数据集； 其中， 所述斑马鱼图像数据集中包含多张图像、 每张图像的所 述多个关键特 征点各自对应的原 始坐标、 所述每张图像对应的标签信息； 根据预配置的模型参数， 构建初始的检测网络模型； 其中， 所述初始的检测网络模型包 括一个主干网络和多个分支网络； 根据所述斑马鱼图像数据集， 对所述检测网络模型进行训练， 直到达到预设训练条件， 将训练后的所述检测网络模型作为所述关键特 征点定位模型。 6.根据权利要求5所述的方法， 其特征在于， 在根据所述斑马鱼图像数据集， 对所述初权　利　要　求　书 1/2 页 2 CN 114882114 A 2始的检测网络模型 的损失函数进行训练， 直到达到预设训练条件， 将训练后的所述检测网 络模型作为所述关键特 征点定位模型之前， 所述方法还 包括： 针对所述斑马鱼图像数据集中的每张图像， 对所述每张图像的原始坐标进行标准化， 得到在标准姿态下的坐标。 7.根据权利要求1所述的方法， 其特征在于， 将所述图像输入到预先训练 的关键特征点 定位模型中， 获得多个关键特 征点各自对应的坐标， 包括： 将所述图像输入到预先训练 的关键特征点定位模型中， 输出每个关键特征点各自对应 的热图； 将每个关键特征点对应的热图中的峰值点对应的坐标， 作为所述每个关键特征点的坐 标。 8.一种基于关键特 征点定位的斑马鱼形态 识别装置， 其特 征在于， 包括： 获取模块， 用于获取待识别斑马鱼的图像； 定位模块， 用于将所述图像输入到预先训练的关键特征点定位模型中， 获得多个关键 特征点各自对应的坐标； 确定模块， 用于根据所述多个关键特征点之间的空间位置关系以及坐标， 确定多种表 型特征各自对应的特 征值； 识别模块， 用于将每种表型特征对应的特征值与 所述每种表型特征对应的置信度区间 进行比较， 得到所述待识别斑马鱼的形态 识别结果。 9.一种电子设备， 其特征在于， 包括处理器和存储器， 所述存储器存储有能够被所述处 理器执行 的计算机程序， 所述处理器可执行所述计算机程序以实现权利要求1 ‑7任一项所 述的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1 ‑7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114882114 A 3