Development of a Human-AI Cooperative Management System for Highly Accurate Estrus and Falling Down Flat Detection in Beef Cattle

点击翻译按钮获取中文摘要

人間によって理解が可能な根拠を提示する，肉牛の発情検知を実現するために，動画像処理による牛の骨格推定を行った．また，動画像による牛の骨格推定を行うシステムのアーキテクチャについて調査した．[(1)動画像処理による牛の骨格推定]　まず，ネットワークカメラを複数の牛舎に複数台設置して常時稼働させ，肉牛の発情兆候を示す乗駕の様子を様々なアングルから撮影した動画データを収集した．日中の動画はカラー動画として，夜間の動画は赤外線モード撮影によるモノクロ動画として収集し，2022年3月末までに259件の動画を収集できた．動画から骨格推定するための方法として，一般物体認識モデルに基づく注視領域の抽出，骨格推定の転移学習による牛の骨格推定を行う方法を調査した．その結果，216件の乗駕シーンの動画に対して，約9割の真陽性率で同画像中の牛の領域を正しく推定できた．また，約6割の真陽性率で乗駕中の骨格推定を行えた．[(2)動画像発情検知システムのアーキテクチャ]　牛の動きは少なく，24時間中大きく動いている時間は僅かである．したがって，撮影した全動画に対して骨格推定処理を行うのは，計算量の観点からも無駄が多い．そのため，一定以上の動きが見られるシーンのみを少ない計算量で抽出し，抽出された動画のみに対して骨格推定を行う方法が良いと考えられる．一定以上の動きが見られるシーンのみを少ない計算量で抽出し，それを人間が目視して発情検知を行い，畜主より早く検知を行えるか調査を行い，この方法の有用性を検証した．