Автоматизированная 3D-модель компьютерного зрения — новый инструмент для оценки поведения и благополучия молочных коров

Молочные коровы обычно отдыхают 10 и более часов в сутки, поэтому сухое, чистое и удобное место (например, беспривязный бокс) для лежания и отдыха необходимо для их здоровья, благополучия и продуктивности. Ключевой фактор комфорта стойл — легкость, с которой коровы могут вставать и ложиться. Поэтому на фермах персонал часто отслеживает аномальное поведение при подъеме как часть стандартного управления благополучием.

В новом исследовании, опубликованном в Journal of Dairy Science, шведская команда в сотрудничестве с Sony Nordic представила автоматизированную модель, точно определяющую смену поз у молочных коров. Этот инновационный подход с использованием 3D-оценки позы предоставляет ценные объективные данные о благополучии животных и может стать менее трудоемким и более последовательным инструментом оценки для исследователей и фермеров.

Исследование под руководством Никласа Хёгберга и Адриена Крузе было направлено на разработку надежного метода мониторинга легкости, с которой коровы встают и ложатся в своих боксах — важного показателя общего комфорта и благополучия.

Адриен Крузе пояснил: "Данные указывают на четкую связь между ограничением движений у коров и признаками снижения благополучия, поэтому обычно применяется практика наблюдения для выявления признаков затруднений в движении".

Традиционные методы, часто основанные на наблюдении человека, могут быть субъективными, эпизодическими и трудоемкими.

С учетом потребности в более последовательных методах команда предложила новую систему для обнаружения движений коров, в частности, для измерения перехода из положения лежа в положение стоя на основе данных 3D-оценки позы в сравнении с наблюдением человека.

Команда использовала 24-часовую установку из семи камер, записывающих стадо шведских голштинских и шведских красных коров. Эти записи были обработаны с помощью ПО для 3D-оценки позы, которое отслеживает и записывает движения с помощью 2D-детектора объектов и оценщика позы.

Эти точки данных затем подаются в сверточные нейронные сети для обнаружения движений коров по сравнению с конкретными анатомическими ориентирами на статичных изображениях из записи. Результат — 3D-карта движений коров в стойлах и определение движений, указывающих на переход в положение стоя.

Крузе объяснил: "Затем мы сравнили данные о вставании, собранные программным обеспечением, с временными метками в видео, аннотированными тремя наблюдателями-людьми, что считается золотым стандартом для поведенческих наблюдений".

Как 3D-модель показала себя в сравнении с человеческим глазом? Крузе сказал: "Система смогла обнаружить, когда корова переходит из положения лежа в положение стоя, с той же точностью, что и люди. Чувствительность обнаружения составила более 88%".

Примечательно, что результаты также показывают, что модель не вносила больше смещений по сравнению с наблюдателями-людьми.

Несмотря на наличие ограничений, результаты исследования демонстрируют потенциал 3D-оценки позы для предоставления объективных и надежных данных о поведении коров. Крузе отметил: "Эта технология представляет собой увлекательный прогресс в нашей способности изучать и контролировать поведение и благополучие животных. Автоматически и точно обнаруживая смену поз, мы можем получить ценную информацию о комфорте и благополучии молочных коров".

Модель может помочь исследователям масштабировать изучение поведения и паттернов движения молочных коров и открывает путь к разработке новых инструментов оценки для фермеров, позволяющих принимать обоснованные решения о своих стадах.