1.本技术涉及智能养殖领域，具体而言，涉及一种用于养殖场监测的数据处理方法和装置。
背景技术：2.随着养殖业的规范发展，需要养殖对象的生长环境信息进行监控，在大型养殖场中，养殖对象数量较大，对多个养殖对象的监控难以通过人工的巡查监控的方式实现对养殖对象生长环境信息的监控。现有技术中，通过在养殖对象身上设置耳标，通过耳标射频识别(以下简称rfid)对养殖对象的身份信息进行识别，由于rfid识别易受识别环境影响，存在识别速度慢以及识别准确率低的问题。
3.因此，现有技术中养殖场监测时存在对养殖对象身份识别效率较低的问题。
技术实现要素：4.本技术的主要目的在于提供一种用于养殖场监测的数据处理方法，以解决现有技术养殖场监测时存在对养殖对象身份识别效率较低的问题，实现了提高养殖场监测时养殖对象身份识别效率的技术效果。
5.为了实现上述目的，本技术的第一方面，提出了一种用于养殖场监测的数据处理方法，包括：
6.获取待处理视频，其中，所述待处理视频为养殖场图像采集设备采集的预设监测区域内的视频图像；
7.对所述待处理视频进行目标检测处理，得到目标识别图像，其中，所述目标识别图像为所述待处理视频中具有预设目标的视频帧图像；
8.对所述目标识别图像进行养殖对象身份识别处理，得到身份特征信息；以及
9.匹配与所述身份特征信息对应的预设目标视频帧图像，输出目标监测数据。
10.可选地，对所述待处理视频进行目标检测处理，得到目标识别图像包括：
11.基于预设时序规则对所述待处理视频进行视频帧提取处理，得到视频帧图像；
12.对所述视频帧图像进行基于第一目标的检测处理，得到过程识别图像，其中，所述第一目标为养殖对象，所述过程识别图像为具有养殖对象的视频帧图像；
13.对所述过程识别图像进行基于第二目标的检测处理，得到目标识别图像，其中，所述第二目标为养殖对象身份标识，所述目标识别图像为养殖对象身份标识的视频帧图像。
14.可选地，对所述视频帧图像进行基于第一目标的检测处理，得到过程识别图像包括：
15.对所述视频帧图像进行识别，得到第一视频帧图像和第二视频帧图像，其中，所述第一视频帧图像和所述第二视频帧图像为时序相邻的两个视频帧图像；
16.基于预设参考图像对所述第一视频帧图像进行基于预设养殖对象的检测处理，以判断所述第一视频帧图像中是否存在所述预设养殖对象，
17.如果所述第一视频帧图像中存在所述预设养殖对象，得到所述过程识别图像；
18.如果所述第一视频帧图像中不存在所述预设养殖对象，得到更新参考图像，其中，所述更新参考图像为不存在所述预设养殖对象的第一视频帧图像；
19.基于所述更新参考图像对所述第二视频帧图像进行基于预设养殖对象的检测处理，直至得到所述过程识别图像。
20.可选地，对所述过程识别图像进行基于第二目标的检测处理，得到目标识别图像包括：
21.获取第二目标特征数据，其中，所述第二目标特征数据为用于表示养殖对象身份标识特征的数据；
22.基于所述第二目标特征数据对所述过程识别图像进行养殖对象身份标识的图像提取处理，得到所述目标识别图像。
23.可选地，对所述目标识别图像进行养殖对象身份识别处理，得到身份特征信息包括：
24.对所述目标识别图像的身份标识类型进行识别，身份标识类型特征数据，所述身份标识类型特征数据包括第一身份标识类型特征数据和第二身份标识类型特征数据；
25.在预设监测数据库匹配与所述身份标识类型特征数据对应的身份识别模型；
26.基于所述身份识别模型对所述目标识别图像中进行身份识别处理，得到所述身份特征信息。
27.可选地，匹配与所述身份特征信息对应的预设目标视频帧图像，输出目标监测数据包括：
28.获取网络连接数据，其中，所述网络连接数据为用于表示第一网络和第二网络之间连接关系的数据，所述第一网络为用于表示所述养殖场图像采集设备的网络，所述第二网络为用于表示与所述第一网络连接的网络；
29.按照预设时间间隔对所述网络连接处理进行连接状态判断，以判断所述第一网络和所述第二网络之间的连接状态，
30.如果所述第一网络与所述第二网络连通，将所述目标监测数据从所述第一网络输出至所述第二网络；
31.如果所述第一网络与所述第二网络未连通，对所述目标监测数据进行缓存处理，直至所述第一网络与所述第二网络连通，将所述目标监测数据从所述第一网络输出至所述第二网络。
32.根据本技术的第二方面，提供了一种用于养殖场监测的数据处理装置，包括：
33.视频获取装置，用于获取待处理视频，其中，所述待处理视频为养殖场图像采集设备采集的预设监测区域内的视频图像；
34.目标检测模块，用于对所述待处理视频进行目标检测处理，得到目标识别图像，其中，所述目标识别图像为所述待处理视频中具有预设目标的视频帧图像；
35.身份识别模块，用于对所述目标识别图像进行养殖对象身份识别处理，得到身份特征信息；以及
36.输出模块，用于匹配与所述身份特征信息对应的预设目标视频帧图像，输出目标监测数据。
37.可选地，目标检测模块包括：
38.视频帧提取模块，用于基于预设时序规则对所述待处理视频进行视频帧提取处理，得到视频帧图像；
39.第一目标检测模块，用于对所述视频帧图像进行基于第一目标的检测处理，得到过程识别图像，其中，所述第一目标为养殖对象，所述过程识别图像为具有养殖对象的视频帧图像；
40.第二目标检测模块，用于对所述过程识别图像进行基于第二目标的检测处理，得到目标识别图像，其中，所述第二目标为养殖对象身份标识，所述目标识别图像为养殖对象身份标识的视频帧图像。
41.根据本技术提供的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行上述的用于养殖场监测的数据处理方法。
42.根据本技术提供的第四方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行上述的用于养殖场监测的数据处理方法。
43.本技术的实施例提供的技术方案可以包括以下有益效果：
44.在本技术中，通过获取待处理视频，待处理视频为养殖场图像采集设备采集的预设监测区域内的视频图像；对待处理视频进行目标检测处理，得到目标识别图像，其中，目标识别图像为待处理视频中具有预设目标的视频帧图像；对目标识别图像进行养殖对象身份识别处理，得到身份特征信息；匹配与身份特征信息对应的预设目标视频帧图像，输出目标监测数据。通过图像采集设备对养殖对象进行图像采集，并对采集到的图像进行目标检测识别处理，对设置在养殖对象身上的身份标识进行识别得到养殖对象的身份信息，在养殖对象身上设置身份标识，并通过图像进行身份信息识别，解决了现有技术中养殖场监测时存在对养殖对象身份识别效率较低的问题，提高了养殖场监测时养殖对象身份识别效率。
附图说明
45.构成本技术的一部分的附图用来提供对本技术的进一步理解，使得本技术的其它特征、目的和优点变得更明显。本技术的示意性实施例附图及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
46.图1为本技术提供的一种用于养殖场监测的数据处理方法的流程图；
47.图2为本技术提供的一种用于养殖场监测的数据处理方法的流程图；
48.图3为本技术提供的一种用于养殖场监测的数据处理方法的流程图；
49.图4为本技术提供的一种用于养殖场监测的数据处理方法的流程图；
50.图5为本技术提供的一种用于养殖场监测的数据处理方法的流程图；
51.图6为本技术提供的一种用于养殖场监测的数据处理装置的结构示意图；
52.图7为本技术提供的另一种用于养殖场监测的数据处理装置的结构示意图。
具体实施方式
53.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
54.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
55.在本技术中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本技术及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
56.并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本技术中的具体含义。
57.此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，“连接”可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
58.图1为本技术提供的一种用于养殖场监测的数据处理方法的流程图，如图1所示，该方法包括以下步骤：
59.s101：获取待处理视频；
60.待处理视频为养殖场图像采集设备采集的预设监测区域内的视频图像，养殖场图像采集设备设置在养殖场预设位置处，设置养殖场图像采集设备对预设养殖场监测区域处的图像进行采集，对采集到的预设养殖场监测区域处的图像进行目标检测及身份识别处理。预设养殖场监测区域养殖对象饮水位置处，也可以为养殖对象进出栏位的通道位置处，当养殖对象运动至预设养殖场监测区域处时，养殖场图像采集设备采集到养殖对象的视频或图像信息，通过设置养殖场图像采集设备在养殖场预设位置处对预设监测区域处的图像进行采集，在进行养殖场中养殖对象的监测时，仅对经过预设监控区域的图像进行目标检测和身份识别，降低需要处理的图像数据量，提高养殖场养殖监测对象的识别效率。
61.s102：对待处理视频进行目标检测处理，得到目标识别图像；
62.目标识别图像为待处理视频中具有预设目标的视频帧图像。对预设养殖场监测区域的视频中提取出具有预设目标的视频帧图像，得到目标识别图像。
63.图2为本技术提供的一种用于养殖场监测的数据处理方法的流程图，如图2所示，
该方法包括以下步骤：
64.s201：基于预设时序规则对待处理视频进行视频帧提取处理，得到视频帧图像；
65.养殖场图像采集设备为采集的为养殖场预设监测区域处的视频，当养殖对象移动至养殖场预设监测区域时，养殖场图像采集设备采集到的视频中存在养殖对象，当养殖对象在养殖场预设监测区域外时，养殖场图像采集设备难以采集到养殖对象的视频或图像信息。按照视频中各视频帧的时序规则，对待处理视频中的按照时间先后进行视频帧的提取处理，得到视频帧图像，视频帧图像为预设时间段内的全部视频帧图像，至少包括两张相邻时间的视频帧图像。
66.s202：对视频帧图像进行基于第一目标的检测处理，得到过程识别图像；
67.第一目标为养殖对象，过程识别图像为具有养殖对象的视频帧图像，在进行养殖对象的身份识别时，需要对包含有养殖对象的图像进行识别，通过检测视频帧图像中是否存在养殖对象，得到包含有养殖对象的过程识别图像，通过先设置目标检测，对不存在养殖对象的视频帧图像进行剔除，降低了进行身份识别时的图像识别数据量，提高养殖对象身份识别的效率。
68.图3为本技术提供的一种用于养殖场监测的数据处理方法的流程图，如图3所示，该方法包括以下步骤：
69.s301：对视频帧图像进行识别，得到第一视频帧图像和第二视频帧图像；
70.第一视频帧图像和第二视频帧图像为时序相邻的两个视频帧图像，第在待处理视频中的一视频帧图像对应的时间早于第二视频帧图像时间，第一视频帧图像和第二视频帧图像为待处理视频中任意相邻的两个视频帧图像。
71.s302：基于预设参考图像对第一视频帧图像进行基于预设养殖对象的检测处理，以判断第一视频帧图像中是否存在预设养殖对象；
72.预设参考图像为养殖场预设监控区域中不存在养殖对象时的图像，将第一视频帧图像和预设参考图像进行图像差分处理，判断第一视频帧图像中是否存在养殖对象。
73.s303：获取过程识别图像。
74.如果第一视频帧图像中存在预设养殖对象，得到过程识别图像，该过程识别图像为第一视频帧图像；如果第一视频帧图像中不存在预设养殖对象，得到更新参考图像，其中，更新参考图像为不存在预设养殖对象的第一视频帧图像；以及基于更新参考图像对第二视频帧图像进行基于预设养殖对象的检测处理，直至得到过程识别图像，将不存在预设养殖对象的第一视频帧图像作为更新参考图像，对更新参考图像和第二视频帧图像进行图像差分处理，判断第二视频帧图像中是否存在养殖对象，如果第二视频帧图像中不存在养殖对象，从待处理视频中获取时刻在第二视频帧图像后的待处理视频中的第三视频帧图像，直至得到具有养殖对象的视频帧图像，得到过程识别图像。
75.在本技术的另一可选实施例中，基于预设参考图像对第一视频帧图像进行基于预设养殖对象的检测处理，当监测到待处理视频中的存在养殖对象的视频帧图像，得到第一过程识别图像，将得到的第一过程识别图像作为更新参考图像，根据更新参考图像与待处理视频中在第一过程识别图像时刻后的视频帧图像，直至监测到待处理视频中的不存在养殖对象的视频帧图像，该视频帧图像在待处理视频中的时刻为结束时刻，将早于该结束时刻且与该结束时刻相邻的视频帧图像作为第二过程识别图像，第一过程识别图像对应的第
一视频时刻和第二过程识别图像对应的第二视频时刻之间的多个视频帧图像均为具有养殖对象的视频帧图像。在本技术实施例中，获取待处理视频中视频帧中均具有养殖对象的多个视频帧作为用于养殖对象身份识别的视频帧图像，将识别出养殖对象身份的具有养殖对象的多个视频帧进行存储及图像识别及分析处理。
76.s203：对过程识别图像进行基于第二目标的检测处理，得到目标识别图像。
77.第二目标为养殖对象身份标识，目标识别图像为养殖对象身份标识的视频帧图像。
78.获取第二目标特征数据，其中，第二目标特征数据为用于表示养殖对象身份标识特征的数据；基于第二目标特征数据对过程识别图像进行养殖对象身份标识的图像提取处理，得到目标识别图像。
79.养殖对象身份标识为设置在养殖对象上的标识结构，如养殖对象身份标识为养殖对象耳标结构，得到养殖对象耳标结构的特征数据，养殖对象身份标识特征包括养殖对象身份标识结构的形状或尺寸特征，第二目标特征数据可以为用于表示养殖对象身份标识结构的形状特征数据和尺寸特征数据，根据养殖对象身份标识结构的形状特征数据和尺寸特征数据对过程识别图像中进行身份标识结构框的提取，得到目标识别图像。
80.s103：对目标识别图像进行养殖对象身份识别处理，得到身份特征信息；
81.图4为本技术提供的一种用于养殖场监测的数据处理方法的流程图，如图4所示，该方法包括：
82.s401：对目标识别图像的身份标识类型进行识别，身份标识类型特征数据；
83.身份标识类型特征数据包括第一身份标识类型特征数据和第二身份标识类型特征数据，养殖对象身份标识结构上设置多种的身份标识类型，如在耳标结构上设置二维码标识，也可以设置数字码标识。
84.s402：在预设监测数据库匹配与身份标识类型特征数据对应的身份识别模型；
85.根据第一身份标识类型特征数据匹配第一身份识别模型，根据第一身份识别模型对第一身份标识类型特征数据进行养殖对象的身份识别；根据第二身份标识类型特征数据匹配第二身份识别模型，根据第二身份识别模型对第二身份标识类型特征数据进行养殖对象的身份识别。举例说明，如，第一身份标识类型特征数据为二维码标识，通过二维码标识识别模型进行养殖对象的身份识别；第一身份标识类型特征数据为数字码标识，通过数字码标识识别模型进行养殖对象的身份识别。本技术实施例中还包括身份特征数据库，在身份特征数据库中匹配与身份标识对应的养殖对象身份信息。
86.s403：基于身份识别模型对目标识别图像中进行身份识别处理，得到身份特征信息。
87.s104：匹配与身份特征信息对应的预设目标视频帧图像，输出目标监测数据。
88.图5为本技术提供的一种用于养殖场监测的数据处理方法的流程图，如图5所示，该方法包括：
89.s501：获取网络连接数据；
90.网络连接数据为用于表示第一网络和第二网络之间连接关系的数据，第一网络为用于表示养殖场图像采集设备的网络，第二网络为用于表示与第一网络连接的网络；养殖场监测设备设置在第一网络中，第二网络为与养殖场监测设备可进行通信的网路，如平台
云端网络，当养殖场监测设备对采集到的图像进行养殖对象目标检测和身份信息识别后，将采集到的养殖对象的图像信息传递至其他网络中，在其他网络中对养殖对象的图像信息进行分析处理，以实现对养殖场中养殖对象的监测，提高对养殖对象监测的效率。
91.在本技术的另一可选实施例中，在第二网络中对采集到的具有养殖对象的视频帧图像进行测重处理，通过训练后的养殖对象测重模型对视频帧图像进行测重处理，得到该养殖对象的体重信息。
92.s502：按照预设时间间隔对所述网络连接处理进行连接状态判断，以判断第一网络和第二网络之间的连接状态；
93.s503：输出目标监测数据。
94.如果第一网络与第二网络连通，将目标监测数据从第一网络输出至所述第二网络；以及如果第一网络与第二网络未连通，对目标监测数据进行缓存处理，直至第一网络与第二网络连通，将目标监测数据从第一网络输出至第二网络。
95.图6为本技术提供的一种用于养殖场监测的数据处理装置的结构示意图，如图6所示，该装置包括：
96.视频获取装置61，用于获取待处理视频，其中，待处理视频为养殖场图像采集设备采集的预设监测区域内的视频图像；
97.目标检测模块62，用于对待处理视频进行目标检测处理，得到目标识别图像，其中，目标识别图像为待处理视频中具有预设目标的视频帧图像；
98.身份识别模块63，用于对目标识别图像进行养殖对象身份识别处理，得到身份特征信息；以及
99.输出模块64，用于匹配与身份特征信息对应的预设目标视频帧图像，输出目标监测数据。
100.图7为本技术提供的另一种用于养殖场监测的数据处理装置的结构示意图，如图7所示，该装置包括：
101.视频帧提取模块71，基于预设时序规则对所述待处理视频进行视频帧提取处理，得到视频帧图像；
102.第一目标检测模块72，用于对视频帧图像进行基于第一目标的检测处理，得到过程识别图像，其中，第一目标为养殖对象，过程识别图像为具有养殖对象的视频帧图像；以及
103.第二目标检测模块73，用于对过程识别图像进行基于第二目标的检测处理，得到目标识别图像，其中，第二目标为养殖对象身份标识，目标识别图像为养殖对象身份标识的视频帧图像。
104.关于上述实施例中各单元的执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
105.综上所述，在本技术中，通过获取待处理视频，待处理视频为养殖场图像采集设备采集的预设监测区域内的视频图像；对待处理视频进行目标检测处理，得到目标识别图像，其中，目标识别图像为待处理视频中具有预设目标的视频帧图像；对目标识别图像进行养殖对象身份识别处理，得到身份特征信息；匹配与身份特征信息对应的预设目标视频帧图像，输出目标监测数据。通过图像采集设备对养殖对象进行图像采集，并对采集到的图像进
行目标检测识别处理，对设置在养殖对象身上的身份标识进行识别得到养殖对象的身份信息，在养殖对象身上设置身份标识，并通过图像进行身份信息识别，解决了现有技术中养殖场监测时存在对养殖对象身份识别效率较低的问题，提高了养殖场监测时养殖对象身份识别效率。
106.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
107.显然，本领域的技术人员应该明白，上述的本技术的各单元或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本技术不限制于任何特定的硬件和软件结合。
108.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。
技术特征：1.一种用于养殖场监测的数据处理方法，其特征在于，包括：获取待处理视频，其中，所述待处理视频为养殖场图像采集设备采集的预设监测区域内的视频图像；对所述待处理视频进行目标检测处理，得到目标识别图像，其中，所述目标识别图像为所述待处理视频中具有预设目标的视频帧图像；对所述目标识别图像进行养殖对象身份识别处理，得到身份特征信息；以及匹配与所述身份特征信息对应的预设目标视频帧图像，输出目标监测数据。2.根据权利要求1所述的数据处理方法，其特征在于，对所述待处理视频进行目标检测处理，得到目标识别图像包括：基于预设时序规则对所述待处理视频进行视频帧提取处理，得到视频帧图像；对所述视频帧图像进行基于第一目标的检测处理，得到过程识别图像，其中，所述第一目标为养殖对象，所述过程识别图像为具有养殖对象的视频帧图像；以及对所述过程识别图像进行基于第二目标的检测处理，得到目标识别图像，其中，所述第二目标为养殖对象身份标识，所述目标识别图像为养殖对象身份标识的视频帧图像。3.根据权利要求2所述的数据处理方法，其特征在于，对所述视频帧图像进行基于第一目标的检测处理，得到过程识别图像包括：对所述视频帧图像进行识别，得到第一视频帧图像和第二视频帧图像，其中，所述第一视频帧图像和所述第二视频帧图像为时序相邻的两个视频帧图像；基于预设参考图像对所述第一视频帧图像进行基于预设养殖对象的检测处理，以判断所述第一视频帧图像中是否存在所述预设养殖对象，如果所述第一视频帧图像中存在所述预设养殖对象，得到所述过程识别图像；如果所述第一视频帧图像中不存在所述预设养殖对象，得到更新参考图像，其中，所述更新参考图像为不存在所述预设养殖对象的第一视频帧图像；以及基于所述更新参考图像对所述第二视频帧图像进行基于预设养殖对象的检测处理，直至得到所述过程识别图像。4.根据权利要求2所述的数据处理方法，其特征在于，对所述过程识别图像进行基于第二目标的检测处理，得到目标识别图像包括：获取第二目标特征数据，其中，所述第二目标特征数据为用于表示养殖对象身份标识特征的数据；以及基于所述第二目标特征数据对所述过程识别图像进行养殖对象身份标识的图像提取处理，得到所述目标识别图像。5.根据权利要求1所述的数据处理方法，其特征在于，对所述目标识别图像进行养殖对象身份识别处理，得到身份特征信息包括：对所述目标识别图像的身份标识类型进行识别，身份标识类型特征数据，所述身份标识类型特征数据包括第一身份标识类型特征数据和第二身份标识类型特征数据；在预设监测数据库匹配与所述身份标识类型特征数据对应的身份识别模型；以及基于所述身份识别模型对所述目标识别图像中进行身份识别处理，得到所述身份特征信息。6.根据权利要求1所述的数据处理方法，其特征在于，匹配与所述身份特征信息对应的
预设目标视频帧图像，输出目标监测数据包括：获取网络连接数据，其中，所述网络连接数据为用于表示第一网络和第二网络之间连接关系的数据，所述第一网络为用于表示所述养殖场图像采集设备的网络，所述第二网络为用于表示与所述第一网络连接的网络；按照预设时间间隔对所述网络连接处理进行连接状态判断，以判断所述第一网络和所述第二网络之间的连接状态，如果所述第一网络与所述第二网络连通，将所述目标监测数据从所述第一网络输出至所述第二网络；以及如果所述第一网络与所述第二网络未连通，对所述目标监测数据进行缓存处理，直至所述第一网络与所述第二网络连通，将所述目标监测数据从所述第一网络输出至所述第二网络。7.一种用于养殖场监测的数据处理装置，其特征在于，包括：视频获取装置，用于获取待处理视频，其中，所述待处理视频为养殖场图像采集设备采集的预设监测区域内的视频图像；目标检测模块，用于对所述待处理视频进行目标检测处理，得到目标识别图像，其中，所述目标识别图像为所述待处理视频中具有预设目标的视频帧图像；身份识别模块，用于对所述目标识别图像进行养殖对象身份识别处理，得到身份特征信息；以及输出模块，用于匹配与所述身份特征信息对应的预设目标视频帧图像，输出目标监测数据。8.根据权利要求7所述的数据处理装置，其特征在于，目标检测模块包括：视频帧提取模块，基于预设时序规则对所述待处理视频进行视频帧提取处理，得到视频帧图像；第一目标检测模块，用于对所述视频帧图像进行基于第一目标的检测处理，得到过程识别图像，其中，所述第一目标为养殖对象，所述过程识别图像为具有养殖对象的视频帧图像；以及第二目标检测模块，用于对所述过程识别图像进行基于第二目标的检测处理，得到目标识别图像，其中，所述第二目标为养殖对象身份标识，所述目标识别图像为养殖对象身份标识的视频帧图像。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-6任意一项所述的用于养殖场监测的数据处理方法。10.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-6任意一项所述的用于养殖场监测的数据处理方法。
技术总结本申请公开了一种用于养殖场监测的数据处理方法和装置。该方法包括：通过获取待处理视频，待处理视频为养殖场图像采集设备采集的预设监测区域内的视频图像；对待处理视频进行目标检测处理，得到目标识别图像，其中，目标识别图像为待处理视频中具有预设目标的视频帧图像；对目标识别图像进行养殖对象身份识别处理，得到身份特征信息；匹配与身份特征信息对应的预设目标视频帧图像，输出目标监测数据。通过对采集到的图像进行目标检测识别处理，对设置在养殖对象身上的身份标识进行识别得到养殖对象的身份信息，解决了现有技术中养殖场监测时存在对养殖对象身份识别效率较低的问题，提高了养殖场监测时养殖对象身份识别效率。率。率。
技术研发人员：鞠铁柱 曾庆元 吕泽 霍世民 何颖
受保护的技术使用者：北京小龙潜行科技有限公司
技术研发日：2022.07.07
技术公布日：2022/11/1
