一、场景描述

通过牛脸关键点算法提取⽜脸⾯部特征，⽣成每头承保牛/抵押牛的唯⼀⽣物特征“身份证”，将信息存储进牛脸库，通过牛脸识别算法验证牛只⾝份。

1. 当养殖户向银⾏做牛只活体抵押时，需将牛只的正面照⽚输⼊特征库，银⾏不定时前往牧场抽查被抵押牛只情况，通过牛脸识别模型与特征库中的⽜的信息进⾏匹配，确保牛只正常存活。

      2. 当牛只死亡后，通过与标的牛脸库进行1：1/1：N对⽐，判断死牛是否为标的牛，防止骗保，同时也可以与死牛脸库进⾏对⽐，判断是否为已理赔过的死牛，有效防止重复索赔。

    3. 在挤奶场通道摄像头上，启动牛脸识别算法，经过该通道时抓拍牛脸进⾏识别，采奶时间是早中晚三次，⼤概六点-⼗点，两点-六点，晚⼋点-⼗⼆点

    4. 在该场景下，需要每天统计牛的数量，⼤概1000头⽜

    5. 验收的标准：每天会测算三次，单轮次识别精度85%，1000头牛要识别出850头⽜

二、用户痛点（方案的价值点）

传统的标记和识别牛只⾝份的⽅法是将⼀块带有编号或标识信息的标签（即耳标）固定在牛只的⽿朵上。⼈工耳标的主要目的是方便养殖户对牛只进⾏追踪、识别和信息监测。然而，传统的人工耳标方法存在⼀些明显的缺陷。首先，耳标容易被摘取或替换，导致身份识别的不准确性。

痛点1：⼀些不法养殖户可能会利用这⼀漏洞进行骗保等不法行为。由于耳标并非永久固定在牛只身上，这种骗保行为难以被及时发现，给保险公司带来了巨大的经济损失。

• 骗保1：多次抵押同⼀头⽜骗贷：为了获取更多的贷款，⼀些养殖⼾可能会取下或替换⽜只的耳标，甚⾄剪掉牛耳，然后多次⽤同⼀头⽜向银行申请抵押贷款。由于银行难以核实牛只的唯⼀性，这种骗贷行为往往能够得逞，给银行带来巨大的⻛险。

• 骗保2：耳标替换骗保：养殖户参保的的时候，牲畜未按实际数量投保，未投保牲畜在发⽣死亡的情况下，养殖户用未投保牲畜来充当投保牲畜，而保险公司在确认保险标的时存在困难，很难确定死亡的牲畜是否是所投保牲畜，虽能鉴定⽿标是否为投险标，但无法排除农⼾将⽿标⽤在已死亡牲畜上骗取保额，这就导致⼀些养殖⼾选择性投保，造成了道德⻛险，对保险公司造成了巨大的经济损失。

痛点2：人工耳标的成本较高，操作也相对繁琐，增加了养殖户的经济负担和工作量。耳标的固定方式可能存在安全隐患，如操作不当可能导致⽜只受伤或产生应激反应。降低了养殖户参保的积极性。

三、迭代数据或定制算法数

现有的牛脸识别算法是采用黄牛数据训练⽽成，现需增加黑牛数据迭代优化。

四、算法⽅案

1、算法架构图

• 在特征库中创建牛脸底库：

• ⽜脸识别算法识别出已在库中的黑牛身份：