Исследователи ЛЭТИ создали систему для наблюдения за состоянием коров с помощью компьютерного зрения

Современные молочные агропромышленные предприятия – это масштабные комплексы, в которых могут содержаться сотни и тысячи коров. В этих условиях одной из важнейших задач для ферм становится система оперативного отслеживания каких-либо заболеваний или недомоганий животных, чтобы обеспечить сокращение экономических издержек на лечение и ветеринарию.

Для этих целей часто используются датчики для измерения физиологических параметров, размещающихся как на шее животных, так и во внутренних органах (например, в желудке). Однако применение таких систем требует дополнительных затрат на большое число носимых устройств. 

«Для решения этой задачи на одном из предприятий молочной отрасли мы предложили использовать нейросетевую модель, которая в автоматическом режиме распознает характеристики поведения коров по записям, полученным с камеры видеонаблюдения. Такая система позволит отслеживать аномальное поведение животных на ранних стадиях и быстро сообщать об этом оператору».

Обычно нейросети обучаются на базе данных, которые могут содержать тысячи фото и видеозаписей. Однако изучение поведения коров является специфичной темой, для которой крайне сложно найти подходящий набор данных для обучения модели. Поэтому первоочередной задачей разработчиков стал сбор информации. Для этого ученые в рамках работы по гранту индустриального партнера АСХОД отправились на молочную ферму агропромышленного холдинга «ЭкоНива» в Воронежской области и собрали набор видеоданных, где были засняты несколько десятков коров: в разное время суток и при различных условиях. Полученная база данных для обучения нейросети составила около 12 тыс. изображений.

Действующая на ее основе система может с точностью порядка 94% распознавать на видеозаписях сразу несколько коров, отличая их от других объектов. Оно также определяет их положение в пространстве, включая животных, частично перекрытых другими объектами. На данный момент ведётся разработка поведенческой модели, на основе которой будет анализироваться состояние здоровья крупного рогатого скота. Любые отклонения  от нормального поведения, могут свидетельствовать о недомогании.

«В перспективе наше программное обеспечение станет более эффективной альтернативой для систем, отслеживающих физиологическое состояние животных с помощью специальных датчиков, потому что для применения нашей системы в рамках большой фермы потребуется только несколько камер. Сейчас мы работаем над повышением точности нейросетевой модели, для этого будем расширять базу данных и повышать число паттернов, по которым можно определять отличные от нормальных особенности поведения», – рассказывает Дария Андреевна Валенкова.

Дополнительный сбор информации для приложения проводится совместно с Новосибирским государственным аграрным университетом. Разработки поддержаны грантом молодежного научно-инновационного конкурса «УМНИК».