Команда исследователей из нескольких научных организаций Китая создала умную цифровую систему для оценки качества жвачки у коров, которая основана на видеонаблюдении. В статье, опубликованной на портале MDPI, ученые объясняют, что мониторинг индивидуального жевательного поведения молочных коров может предоставить своевременную информацию о состоянии их здоровья, способствовать раннему выявлению заболеваний, влияющих на производство молока и воспроизводство.
Актуальность работы
Жвачное поведение молочных коров тесно связано с их продуктивностью и репродуктивными характеристиками. Например, в исследованиях выявлена положительная корреляция между временем пережевывания пищи и надоем молока. Также отмечено, что у коров с заболеванием копыт значительно сокращается время жевания.
Следовательно, мониторинг индивидуального жевательного поведения молочных коров может предоставить своевременную информацию о состоянии их здоровья, способствовать раннему выявлению заболеваний, влияющих на производство молока и воспроизводство.
Интеллектуальные устройства мониторинга руминации
С развитием современного точного животноводства появились интеллектуальные устройства мониторинга руминации. Носимое устройство мониторинга жевательного поведения коровы, основанное на восприятии информации из нескольких источников, и система мониторинга характеристик поведения коровы могут идентифицировать данные о состоянии животного путем алгоритмического анализа. Однако носимые устройства вызывают беспокойство у коров, влекут за собой затраты на покупку оборудования.
Методы мониторинга жевательного поведения коров на основе видеоизображений
Популяризация и применение камер наблюдения в молочном животноводстве заложили основу для анализа индивидуального поведения коров с помощью технологии видеоанализа посредством камер и определения состояния животных по изображениям с помощью таких методов, как глубокое обучение, анализ облаков точек и видеоанализ.
Эти устройства сбора изображений предоставляют более полные и подробные данные по сравнению с отдельными устройствами сбора информации, такими как носимые акселерометры, датчики температуры и датчики звука. Более того, они обладают такими преимуществами, как бесконтактность, экономичность и низкий уровень стресса.
С точки зрения мониторинга поведения жвачных животных, с ростом внедрения технологий машинного зрения в сельском хозяйстве, методы мониторинга жевательного поведения коров на основе видеоизображений становятся новой тенденцией для будущего развития.
Проблемы методов мониторинга жевательного поведения коров на основе видеоизображений
Однако исследования по мониторингу руминации на основе технологии машинного зрения по-прежнему сталкиваются со следующими проблемами:
1. Точное обнаружение области рта коровы
Область рта коровы маленькая и неровная, а существующие методы обнаружения области объекта в первую очередь предназначены для объектов с более четкими характеристиками, что затрудняет эффективное обнаружение области рта коровы.
2. Высокая светочувствительность метода мониторинга руминационного поведения, основанного на видеоанализе
Хотя метод мониторинга руминационного поведения, основанный на видеоанализе, дает хорошие результаты, он обладает высокой светочувствительностью и не подходит для среды с большими изменениями света и тени.
3. Мониторинг поведения коров в сценариях с несколькими объектами
Условия на ферме сложны, и коровы обычно живут стадами, что требует одновременного наблюдения за несколькими коровами. Однако большинство существующих методов мониторинга жвачки ориентированы на одиночных коров.
Решение проблем
Для решения этих проблем ученые использовали улучшенный алгоритм обнаружения целей Faster R-CNN, сеть ResNet-50-FPN для извлечения особенностей рта коровы и механизм внимания CBAM для дальнейшего повышения точности обнаружения алгоритма. Камеры с разрешением HD1080 были расположены под углом от 45 ° до 90 ° относительно боковой части головы коровы и помещены на расстояние примерно 0,5–1 м от целевой коровы.
Результаты обнаружения объектов объединяются с информацией об оптическом потоке для исключения ложных обнаружений. Этот метод мониторинга жевательного поведения коров на основе видеоизображений может предоставить более точную и подробную информацию о поведении коров, что поможет улучшить их здоровье и производительность.
Источник MDPI
