王偉民 程進(jìn) 鄒小平 樸林華

北京信息科技大學(xué)北京市傳感器重點(diǎn)實(shí)驗(yàn)室，北京 100101

0 前言

隨著社會的發(fā)展，越來越多的人熱衷于寵物飼養(yǎng)，于是許多的寵物飼養(yǎng)家庭、寵物主題餐廳、寵物主題公園等應(yīng)運(yùn)而生。然而，對于飼養(yǎng)寵物的上班族而言，由于時(shí)間和位置等條件的限制，對寵物投喂不是非常便利。因此，針對寵物投喂問題，越來越多的寵物智能投食裝置相繼出現(xiàn)，比如：張安東等人[1]設(shè)計(jì)了一種基于單片機(jī)技術(shù)的智能喂食系統(tǒng)；邵淑穎等人[2]設(shè)計(jì)了一種基于ITOP4412開發(fā)板的智能家寵投食器；卞港等人[3]設(shè)計(jì)了一種基于STM32和ZigBee的寵物智能喂養(yǎng)系統(tǒng)。雖然這些投食裝置設(shè)計(jì)的目的都是想要實(shí)現(xiàn)無需人工的智能化投食，但是投食對象固定單一，對于貓狗混養(yǎng)的場所，則無法根據(jù)具體的寵物類別選擇投喂對應(yīng)的食物類型。因此，對于貓狗混養(yǎng)的家庭，若僅僅使用一臺上述提到的投食裝置，可能會出現(xiàn)“貓飽狗餓”或者“狗飽貓餓”的問題。同時(shí)，大多數(shù)寵物自動(dòng)投食裝置都設(shè)置了定時(shí)投食，這就可能會造成另外一個(gè)問題：每次定時(shí)投食后，不能保證寵物都會來進(jìn)食，這樣的情況如若重復(fù)多次，則會因投食過剩而導(dǎo)致食物溢出食槽，造成食物的浪費(fèi)以及家庭環(huán)境衛(wèi)生問題。

針對上述問題，本文研究了一種新型寵物投食裝置——基于貓狗識別的寵物自動(dòng)投食器。圖1所示分別為該裝置的模型圖與實(shí)物圖。裝置的設(shè)計(jì)采用程序與硬件相結(jié)合的方式。不同于其他基于單片機(jī)的智能寵物投食系統(tǒng)[4]，該裝置是以樹莓派（Raspberry Pi，RPi）作為核心硬件，借助機(jī)器識別技術(shù)以及其他硬件控制程序去實(shí)現(xiàn)寵物分類投喂。近年來，機(jī)器學(xué)習(xí)技術(shù)快速發(fā)展，通過機(jī)器學(xué)習(xí)不僅可以快速準(zhǔn)確地識別圖像，而且可以準(zhǔn)確地識別各種聲紋[5]。本文研究的裝置主要借助機(jī)器學(xué)習(xí)內(nèi)容下的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）去進(jìn)行貓狗圖像識別。

1 系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)硬件組成

裝置內(nèi)、外結(jié)構(gòu)如圖2所示，其核心硬件是樹莓派，主要負(fù)責(zé)數(shù)據(jù)處理與機(jī)器控制。整個(gè)裝置的硬件根據(jù)功能可劃分為識別模塊、檢測模塊、執(zhí)行模塊，其中：識別模塊包含樹莓派與攝像頭；檢測模塊包含紅外生物接近檢測開關(guān)；執(zhí)行模塊包含兩個(gè)舵機(jī)、繼電器開關(guān)、電磁閥。

1.2 系統(tǒng)程序編寫

整體系統(tǒng)程序由識別程序與硬件控制程序組成，其中，識別程序主要是卷積神經(jīng)網(wǎng)絡(luò)程序，具體編寫過程如下：

1.2.1 獲取訓(xùn)練集

裝置采用的貓狗訓(xùn)練數(shù)據(jù)集來自Cat vs Dogs Kaggle競賽的網(wǎng)站[6]，訓(xùn)練數(shù)據(jù)集共有25,000張帶有標(biāo)簽的圖片，其大小、分辨率不同，圖片中貓和狗的形狀、所處位置、體表顏色也各不一樣，其中貓狗圖片各占一半，分別放在各自的文件夾中，訓(xùn)練數(shù)據(jù)集部分圖片如圖3所示。

1.2.2 構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型

構(gòu)建的完整的卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)如圖4所示。通常，貓或狗的圖像里包含許多特征，例如耳朵、眼睛、鼻子等，這些特征中既有相同的部分，又有不同的部分，而卷積神經(jīng)網(wǎng)絡(luò)正是通過掃描這些特征來識別圖像中的目標(biāo)對象。同時(shí)，所有特征與所屬圖像都具有一定的關(guān)系，例如，所有特征都要小于所屬圖像，而且相同的特征往往會出現(xiàn)在圖像的不同區(qū)域，最后縮放所屬圖像不會影響其特征。卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建過程就是利用特征與所屬圖像的關(guān)系，對目標(biāo)圖像進(jìn)行重復(fù)、多次的卷積與最大池化，然后圖像被攤平后連接到全連接層網(wǎng)絡(luò)；而全連接層是先從局部特征的圖像片段進(jìn)行分類、搜尋和對比，由小局部特征圖像到大局部特征圖像逐漸演進(jìn)，最后找到整個(gè)貓的圖像，如對貓頭、貓尾巴、貓腿等進(jìn)行分類，紅色圓形表示這個(gè)特征被找到的神經(jīng)元已經(jīng)激活，當(dāng)尋找到合適的特征圖像時(shí)，再往前走一層，對子特征圖像分類，如貓頭有眼睛、耳朵等這些特征進(jìn)行分類，直到發(fā)現(xiàn)最符合要求的圖像，把這些找到的特征組合在一起，最后確定為貓。上述的卷積過程是在掃描圖像中用于識別的特征，最大池化過程就是在縮小圖像，減小特征的參數(shù)[7]。因此，卷積神經(jīng)網(wǎng)絡(luò)主要的設(shè)計(jì)思想是最大化的利用特征與圖像的關(guān)系。

1.2.3 訓(xùn)練模型

訓(xùn)練的過程主要是將獲取的數(shù)據(jù)集圖像導(dǎo)入已經(jīng)構(gòu)建好的卷積神經(jīng)網(wǎng)絡(luò)；然后通過設(shè)置一定訓(xùn)練步數(shù)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練；最后使得訓(xùn)練過程損失值達(dá)到最小，同時(shí)提高訓(xùn)練精度。因此，訓(xùn)練的目的就是為了得到最佳的參數(shù)來滿足損失值與訓(xùn)練精度的要求。

1.2.4 測試與完善

當(dāng)完成卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練任務(wù)后，接下來對模型進(jìn)行識別測試。為了更好地切合實(shí)際場景，測試時(shí)，準(zhǔn)備一些清晰度、大小、背景顏色各不相同的貓狗圖像作為測試集進(jìn)行測試，圖5所示是測試過程中采用的部分測試集圖片。具體測試過程如下：首先，下載多張貓或狗的圖片，用電子屏將圖片靠近寵物自動(dòng)投食器；接下來，生物接近檢測開關(guān)會觸發(fā)攝像頭開啟，由攝像頭捕捉圖片，捕捉的測試圖片被存儲于樹莓派中；然后，樹莓派會運(yùn)行上述已搭建完畢的卷積神經(jīng)網(wǎng)絡(luò)程序進(jìn)行圖像識別；最后，根據(jù)識別結(jié)果進(jìn)行投喂貓糧或者狗糧。在整個(gè)測試過程中，總共測試了60張貓、狗圖像的照片，其中有56張照片被準(zhǔn)確識別，最后由測試得到的識別率為93%。綜上，基于卷積神經(jīng)網(wǎng)絡(luò)的貓狗識別自動(dòng)投食器具備較高的識別率。由于考慮到貓狗同時(shí)出現(xiàn)的情況，所以生物檢測開關(guān)設(shè)置的距離盡量保證攝像頭每次只出現(xiàn)一只寵物，做到“見貓喂貓糧，見狗喂狗糧”?；诰矸e神經(jīng)網(wǎng)絡(luò)的貓狗識別自動(dòng)投食器目前也存在一些不足，例如，如果投食對象只是經(jīng)過投食器，并未打算攝食，這時(shí)投食器進(jìn)行投喂的話難免會造成食物的浪費(fèi)。針對上述情況，可以考慮為投食器增加食物自動(dòng)回收槽，使其具備食物回收的功能。目前，這款裝置并未真正投入市場，尚處于完善階段，有很大的提升空間。

除了圖像識別程序以外，系統(tǒng)還包括硬件的控制程序（舵機(jī)正反轉(zhuǎn)程序、攝像頭開啟與拍照程序、繼電器開關(guān)程序等）。

2 系統(tǒng)工作原理

裝置利用卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行圖像處理與識別，最終便可以得到一個(gè)識別結(jié)果，然后根據(jù)識別結(jié)果，利用樹莓派控制各部分硬件去協(xié)調(diào)完成寵物投食工作，具體過程如下：

（1）紅外生物接近檢測開關(guān)檢測寵物是否靠近投食器，若沒有生物靠近，該裝置便不會執(zhí)行投喂工作；

（2）當(dāng)有生物靠近時(shí)，檢測開關(guān)向樹莓派發(fā)送信號，然后樹莓派會執(zhí)行攝像頭模塊相關(guān)程序，從而控制攝像頭打開，接下來攝像頭會預(yù)熱10 s，用于完成貓狗圖像的拍攝獲取與圖像保存[8]；

（3）完成圖像捕獲任務(wù)后，執(zhí)行卷積神經(jīng)網(wǎng)絡(luò)程序，進(jìn)行圖像處理與識別，具體過程包括圖像位置的讀取以及神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型的提取；

（4）完成目標(biāo)圖像的識別任務(wù)后，樹莓派會根據(jù)識別結(jié)果去執(zhí)行舵機(jī)程序，即控制①號舵機(jī)與②號舵機(jī)運(yùn)轉(zhuǎn)去進(jìn)行寵物干糧的投放，若識別對象是貓，則①號舵機(jī)正轉(zhuǎn)打開裝有貓糧的漏斗型容器（圖6）進(jìn)行投食，投食時(shí)間為5 s，然后舵機(jī)進(jìn)行反轉(zhuǎn)，關(guān)閉貓糧容器；若識別對象是狗，則②號舵機(jī)正轉(zhuǎn)去打開裝有狗糧的漏斗型容器，投食時(shí)間為10 s，舵機(jī)進(jìn)行反轉(zhuǎn)，關(guān)閉狗糧容器；

（5）完成干糧的投放任務(wù)后，樹莓派執(zhí)行繼電器開啟程序，繼電器被打開，從而電磁閥會被開啟，這時(shí)水桶的水便會順著導(dǎo)管流進(jìn)水槽，60 s后，樹莓派執(zhí)行繼電器關(guān)閉程序，電磁閥被關(guān)閉，投食任務(wù)完成。

整個(gè)裝置的系統(tǒng)工作框圖如圖7所示。

3 結(jié)束語

寵物是人類親密的朋友，越來越多的寵物飼養(yǎng)家庭熱衷于貓狗混養(yǎng)，同時(shí)，寵物店、寵物主題餐廳、寵物主題公園也越來越多。因此，針對貓狗混養(yǎng)的情況，設(shè)計(jì)研發(fā)了基于貓狗識別的寵物自動(dòng)投食器。與市面上其他投食產(chǎn)品不同，該裝置增添了貓狗識別的功能，同時(shí)，利用紅外生物接近開關(guān)檢測代替定時(shí)投喂設(shè)置，使投食更加合理化。隨著社會的發(fā)展，寵物飼養(yǎng)的熱度也會越來越高，基于卷積神經(jīng)網(wǎng)絡(luò)的貓狗識別自動(dòng)投食器也將受到廣泛的歡迎。