Tóm tắt nghiên cứu

Nhóm nghiên cứu, Trợ lý Giáo sư Yamamoto Yota, Giáo sư Taniguchi Yukinobu, kèo nhà cái tỷ lệ cá cược Kỹ thuật Thông tin, kèo nhà cái tỷ lệ cá cược Kỹ thuật, Đại học kèo nhà cái tỷ lệ cá cược học Tokyo, AKIZAWA KAZUHIRO Bò sử dụng hệ thống đa camera Đây là nỗ lực đầu tiên để theo dõi những con bò sữa trên chuồng bằng nhiều máy ảnh

Khi quản lý sức khỏe của bò sữa, điều quan trọng là liên tục quan sát tình trạng của bò sữa và phát hiện sớm bất thường Trong quá khứ, chúng tôi đã đưa ra quyết định bằng cách quan sát chúng bằng mắt người, nhưng ngoài việc giảm số lượng nông dân chăn nuôi bò sữa, đã có những vấn đề về độ tin cậy Trong những năm gần đây, các hệ thống giám sát bò sữa sử dụng máy ảnh đã được phát triển, nhưng do những thay đổi trong tư thế và chuyển động chi tiết của con bò, không đạt được độ chính xác theo dõi đủ Các phương pháp theo dõi sử dụng nhiều camera cũng đã được xem xét, nhưng các phương thức dựa trên tính năng hình ảnh có hiệu suất hạn chế Do đó, nhóm nghiên cứu đã đề xuất một phương pháp theo dõi dựa trên vị trí mới và làm việc để phát triển một phương pháp cho phép bò sữa cá nhân được xác định bằng nhiều camera và để theo dõi chúng trên chuồng

Phương pháp được phát triển trong nghiên cứu này cho thấy điểm chính xác cho MOTA (*2) và IDF1 (*3) đạt khoảng 90 và 80, tương ứng, trong cả hai di chuyển bò hoạt động (dữ liệu B) và giới hạn (dữ liệu C), tốt hơn đáng kể so với các phương pháp theo dõi truyền thống bằng cách sử dụng các tính năng hình ảnh Vì phương pháp này chỉ sử dụng thông tin vị trí, nên nó rất mạnh mẽ với sự xuất hiện của bò sữa và có ý kiến ​​cho rằng nó hoạt động tốt ngay cả khi có sự thay đổi về khả năng hiển thị do biến dạng ống kính máy ảnh và thiếu các tính năng hình ảnh

Kết quả nghiên cứu này đã được công bố vào ngày 4 tháng 12 năm 2024Được xuất bản trực tuyến tại "Máy tính và Điện tử trong Nông nghiệp"đã được thực hiện

Bối cảnh nghiên cứu

Số lượng nông dân chăn nuôi bò sữa đã giảm từng năm, giảm xuống dưới 10000 lần đầu tiên trong những năm gần đây Mặt khác, do nhu cầu chung, số lượng bò sữa nuôi trên mỗi chuồng bò đang tăng lên Nhân giống chuyên sâu được cho là có hiệu quả về mặt cải thiện hiệu quả của chăn nuôi bò sữa, nhưng tình hình hiện tại là việc quản lý sức khỏe của mỗi con bò sữa trở nên khó khăn Cụ thể, bò sữa dễ bị bệnh và một số bệnh lan rộng khắp đàn, do đó, nhìn ra một sự bất thường có thể dẫn đến tổn thất kinh tế lớn Hơn nữa, sản xuất sữa ổn định đòi hỏi sự cần thiết phải có được bò sữa để mang thai đúng thời điểm, khiến việc quản lý cá nhân của bò trở thành một vấn đề ngày càng khó khăn đối với nông dân chăn nuôi bò sữa

Nghiên cứu trước đây đã phát triển một kỹ thuật để theo dõi những con bò sữa bằng nhiều máy ảnh Tuy nhiên, có những thách thức như theo dõi riêng từng máy ảnh và cùng một con bò sữa được công nhận là một cá nhân khác nhau và ngay cả khi các cá nhân được xác định và liên kết giữa các máy ảnh, vấn đề bị giới hạn giữa một số lượng nhỏ máy ảnh cho thấy một phần của con bò

Vì vậy, nhóm nghiên cứu này đã tiến hành nghiên cứu với mục đích giám sát hiệu quả toàn bộ hệ thống được sử dụng bằng cách sử dụng hệ thống đa camera và tự động quản lý bò sữa cá nhân, do đó đạt được việc phát hiện sớm các bệnh và duy trì chu kỳ mang thai Lần này, chúng tôi đã đề xuất một phương pháp để theo dõi những con bò sữa chỉ dựa trên thông tin vị trí mà không cần sử dụng các tính năng hình ảnh

Chi tiết kết quả nghiên cứu

1. Phương pháp theo dõi bò sữa bằng hệ thống đa camera

   Phương pháp chúng tôi đã phát triển ngày hôm nay dựa trên khung phát hiện, chuyển đổi và theo dõi phóng chiếu, và bao gồm tiền xử lý và ba bước tiếp theo

   Tiền xử lý: Hiệu chỉnh camera
   Tính tương ứng giữa các tọa độ hình ảnh từ máy ảnh được cài đặt trên trần nhà và tọa độ Cowshed thực tế, cho phép xử lý thông tin vị trí trong hệ tọa độ cowshed hợp nhất

   Bước 1: Phát hiện các khu vực cá nhân của bò sữa
   Kỹ thuật phát hiện đối tượng được áp dụng cho hình ảnh bò của mỗi máy ảnh để phát hiện các khu vực riêng lẻ của mỗi con bò sữa

   Bước 2: Chuyển đổi và tích hợp dự đoán vào hệ tọa độ chuồng
   Các vùng riêng lẻ của mỗi con bò sữa thu được trong bước 1 được chiếu lên hệ tọa độ chuồng và cùng một vùng được chiếu từ một camera chia sẻ cùng một trường nhìn được tích hợp

   Bước 3: Theo dõi con bò sữa
   Dựa trên các dự đoán và tích hợp của những con bò sữa riêng lẻ thu được ở bước 2, một quỹ đạo của những con bò sữa trên chuồng được tạo ra

2. Dữ liệu ảnh được sử dụng để theo dõi

   43 Bò sữa được chụp trong khoảng thời gian 58 phút với 10 camera được cài đặt trong chuồng Đối với các hình ảnh thu được, một hình chữ nhật được gán thủ công xung quanh mỗi con bò sữa và một ID riêng lẻ được chỉ định làm dữ liệu sự thật mặt đất để theo dõi

   Bộ dữ liệu A và B Các cảnh ghi lại của một con bò sữa đi bộ từ phòng vắt sữa đến một vị trí cụ thể trong chuồng, cho thấy con bò di chuyển tích cực dưới nhiều camera Bộ dữ liệu C ghi lại những cảnh bò sữa tràn ngập trong khu vực cho ăn, cho thấy chúng run rẩy sang trái và phải, cho ăn, đôi khi cạnh tranh thức ăn và nước, mặc dù những con bò không di chuyển lắm Lần này, bộ dữ liệu A được sử dụng để học, trong đó 29 con bò sữa được chụp ảnh và bộ dữ liệu B và C được sử dụng để chụp ảnh 40 và 43 bò sữa để đánh giá độ chính xác theo dõi Đây là những bộ dữ liệu nắm bắt các chuyển động điển hình của bò sữa trong chuồng

3. Đánh giá độ chính xác theo dõi

   Kết quả theo dõi bò sữa bằng bộ dữ liệu B và C cho thấy phương pháp dựa trên tính năng hình ảnh có độ chính xác 10-40% cho MOTA và 10-60% đối với IDF1, trong khi phương pháp này có độ chính xác khoảng 90% cho MOTA và khoảng 80% cho IDF1 Hơn nữa, tập dữ liệu 1 giờ được chia thành năm phần và được đánh giá chi tiết và trung bình của MOTA và IDF1 cho các phương pháp dựa trên tính năng hình ảnh là 6,9 ± 8,5 và 13,1 ± 3,8 và 81,4 ± 5,5 ± 5,5 ± 5,8 ± 5,8 ± 5,8 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 ± 5,8 58

   Trợ lý Giáo sư Yamamoto, người đã lãnh đạo nghiên cứu này, nhận xét: "Cá nhân tôi thích sữa, nhưng tôi không nhận thức được các vấn đề liên quan đến quản lý bò sữa Năng lượng

Thuật ngữ

*1 Biến đổi Projective
Một phương pháp chuyển đổi các điểm trong một hình ảnh dựa trên quan điểm khác Nó chủ yếu được sử dụng để điều chỉnh các thay đổi quan điểm camera và dự đoán quan điểm

*2 MOTA (Độ chính xác theo dõi đa đối tượng)
Chỉ số để đánh giá độ chính xác theo dõi của nhiều đối tượng Nó đặc biệt được sử dụng trong việc xác định khả năng theo đuổi chính xác một đối tượng

*3 IDF1 (nhận dạng f1)
Chỉ số để đánh giá độ chính xác theo dõi của nhiều đối tượng Cụ thể, nó được sử dụng để xác định độ chính xác của nhận dạng của đối tượng

Thông tin giấy

Tên tạp chí

Máy tính và Điện tử trong Nông nghiệp

Tiêu đề giấy

Khung theo dõi bò sữa toàn bộ cho các hệ thống đa camera

Tác giả

Yota Yamamoto, Kazuhiro Akizawa, Shunpei Aou, Yukinobu Taniguchi

doi

101016/jcompag2024109668