赤外線サーモグラフィーと深層学習を用いたウシ分娩予知技術の開発

本研究は、省力的かつ非侵襲的なウシ分娩監視技術の開発を目的とし、赤外線サーモグラフィーと深層学習を組み合わせることで画像からウシの体温と行動を同時抽出し、これらの情報をもとに分娩予知を行う技術の検討を行う。具体的な課題として、① 赤外線サーモグラフィー画像からのウシ個体および身体部位検出技術の確立、② ①に基づく分娩予知技術の確立を段階的に取り組む。2年次にあたるR4年度は、1年次に実施できていなかったデータ収集を実施した。収集したデータをもとにして① 赤外線サーモグラフィー画像からのウシ個体および身体部位検出技術の確立に取り組んだ。収集した赤外線サーモグラフィー画像（グレースケール）に対して前処理（色反転、コントラスト調整、高解像度化）を行い、可視光線画像（RGB画像）によって学習させた物体検出モデル（YOLOX）、骨格検出モデル（Animal Pose）、画像認識モデル（MobileNet V3）を適用することで、赤外線サーモグラフィー画像からウシとその身体部位の座標、姿勢（佇立/横臥）を自動的に抽出することができた。先行研究では赤外線サーモグラフィー画像を大量に収集して専用のモデルを作成する方法が一般的であったが、推論時の入力となる赤外線サーモグラフィー画像に対する前処理を工夫し、入力画像を可視光線画像に近づけるような変換を行うことで、可視光線画像で作成した汎用的なモデルを赤外線サーモグラフィー画像の推論に流用できることが明らかとなった。また、①と並行して、ウェアラブルセンサによって取得した体温データを用いて②の分娩予知技術の確立に取り組み、腟温データとSVMを組み合わせた分娩予知モデルを作成した。次年度にはウェアラブルセンサによって取得した体温データを①によって取得した体温データによって置換し、赤外線サーモグラフィー画像の収集のみによる分娩予知が可能かを検証する。

本研究は、省力的かつ非侵襲的なウシ分娩監視技術の開発を目的とし、赤外線サーモグラフィーと深層学習を組み合わせることで画像からウシの体温と行動を同時抽出し、これらの情報をもとに分娩予知を行う技術の検討を行う。具体的な課題として、① 赤外線サーモグラフィー画像からのウシ個体および身体部位検出技術の確立、② ①に基づく分娩予知技術の確立を段階的に取り組む。2年次にあたるR4年度は、1年次に実施できていなかったデータ収集を実施した。収集したデータをもとにして① 赤外線サーモグラフィー画像からのウシ個体および身体部位検出技術の確立に取り組んだ。収集した赤外線サーモグラフィー画像（グレースケール）に対して前処理（色反転、コントラスト調整、高解像度化）を行い、可視光線画像（RGB画像）によって学習させた物体検出モデル（YOLOX）、骨格検出モデル（Animal Pose）、画像認識モデル（MobileNet V3）を適用することで、赤外線サーモグラフィー画像からウシとその身体部位の座標、姿勢（佇立/横臥）を自動的に抽出することができた。先行研究では赤外線サーモグラフィー画像を大量に収集して専用のモデルを作成する方法が一般的であったが、推論時の入力となる赤外線サーモグラフィー画像に対する前処理を工夫し、入力画像を可視光線画像に近づけるような変換を行うことで、可視光線画像で作成した汎用的なモデルを赤外線サーモグラフィー画像の推論に流用できることが明らかとなった。また、①と並行して、ウェアラブルセンサによって取得した体温データを用いて②の分娩予知技術の確立に取り組み、腟温データとSVMを組み合わせた分娩予知モデルを作成した。次年度にはウェアラブルセンサによって取得した体温データを①によって取得した体温データによって置換し、赤外線サーモグラフィー画像の収集のみによる分娩予知が可能かを検証する。