Обнаружение хромоты у молочных коров с помощью камеры, установленной над животными, позволяет эффективно избежать помех, вызванных постройками на ферме или другими животными, а подвесные устройства для обнаружения хромоты обеспечивают параллельный мониторинг, не нарушая естественного поведения животных. Однако существующие методы с этой точки зрения по-прежнему сталкиваются с проблемами точности и универсальности, в основном из-за незначительных особенностей движений спины и индивидуальной вариативности.
Традиционные подходы к выявлению хромоты имеют ряд существенных ограничений:
- Высокая субъективность оценки
- Значительные временные затраты
- Сложность масштабирования на крупные фермы
- Ограниченная точность диагностики
Исследователи из Китая разработали высокоточный метод определения ключевых точек на спине коровы, который моделирует пространственные зависимости на больших расстояниях и оптимизирует структурное представление. На этой основе были разработаны шесть признаков, связанных с хромотой, для выявления нарушений осанки и движений, в том числе четыре новых индекса. Была проведена систематическая оценка их корреляции при классификации здоровых, слабохромых и сильнохромых коров.
Предлагаемое решение
Новая система основана на использовании камеры RGB-D, установленной над животными. Такой подход позволяет:
- Избегать помех от построек и других животных
- Проводить параллельный мониторинг большого количества особей
- Сохранять естественное поведение животных
- Обеспечивать высокую точность диагностики
Методология исследования
Ключевые компоненты разработанной системы включают:
- Высокоточный метод определения ключевых точек на спине коровы
- Моделирование пространственных зависимостей на больших расстояниях
- Оптимизацию структурного представления данных
- Систему из шести диагностических признаков (четыре из которых являются новыми разработками)
Методы исследования
Процесс диагностики включает следующие этапы:
- Определение ключевых точек на спине животного
- Извлечение диагностических признаков
- Оценка корреляции признаков
- Классификация состояния животных
- Применение индекса важности Джини
- Использование метода коррекции важности перестановок (PIMP)
Результаты исследования
Достигнутые показатели демонстрируют высокую эффективность системы:
- Точность определения ключевых точек достигла 95,89%
- Показатель PCK@0,02 составил 100%
- Общая точность классификации — 91%
Наиболее информативными признаками оказались:
- Искривление спины
- Индекс асимметрии движений
- Вертикальные колебания спины и головы
Обсуждение результатов
Практическая значимость разработанной системы заключается в:
- Возможности надежного выявления хромоты у молочных коров
- Теоретической и технической поддержке мониторинга здоровья стада
- Оптимизации процессов управления в молочном животноводстве
- Снижении экономических потерь ферм
- Повышении благополучия животных
Перспективы развития
Дальнейшее совершенствование системы может быть направлено на:
- Увеличение точности определения ключевых точек
- Расширение набора диагностических признаков
- Интеграцию с существующими системами управления фермой
- Автоматизацию процессов принятия решений
- Создание масштабируемых решений для различных типов ферм
Разработанная технология представляет собой значительный шаг вперед в области автоматизированного мониторинга здоровья молочного скота, объединяя передовые достижения в области компьютерного зрения и машинного обучения.
Внедрение данной системы позволит существенно повысить эффективность диагностики и лечения хромоты у молочных коров, что в конечном итоге приведет к улучшению показателей продуктивности и благополучия животных.
Источник: Frontiers Media S.A.
Авторы исследования:
Weijun Duan 1,2,3
Fang Wang 1,2
Honghui Li 1,2*
Na Liu 3,4,5
Xueliang Fu 1,2*
1. College of Computer and Information Engineering, Inner Mongolia Agricultural University, Hohhot, China
2. Key Laboratory of Agricultural and Pastoral Big Data Research and Application, Hohhot, China
3. National Centre of Technology Innovation for Dairy-Breeding and Production Research Subcentre, Hohhot, China
4. College of Animal Science, Inner Mongolia Agricultural University, Hohhot, China
5. Key Laboratory of Smart Animal Husbandry at Universities of Inner Mongolia Autonomous Region, Integrated Research Platform of Smart Animal Husbandry at Universities of Inner Mongolia, Inner Mongolia Herbivorous Livestock Feed Engineering Technology Research Centre, Hohhot, China