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

利用红外热成像和深度学习开发奶牛产犊预测技术

基本信息

批准号：
21K14949
负责人：
三輪雅史
金额：
$ 3万
依托单位：
National Agriculture and Food Research Organization
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

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。

这项研究旨在开发避免劳动力，无创牛的劳动劳动监测技术，并将通过将红外热力学和深度学习结合起来研究以同时提取牛的体温和行为的技术，并基于这些信息，我们将研究用于预测分娩的技术。具体挑战包括：1）建立用于从红外热成像图像中检测牛个体和身体部位的技术，以及2）建立基于1）阶段预测劳动的技术。在第二年，我们收集了第一年无法实施的数据。根据收集的数据，1）我们努力建立用于从红外热成像图像中检测牛个体和身体部位的技术。 By pre-processing (color inversion, contrast adjustment, high resolution) on the collected infrared thermography images (grayscale), and applying object detection models (YOLOX), skeletal detection models (Animal Pose), and image recognition models (MobileNet V3) trained by visible light images (RGB images), the coordinates and posture (being/lying) of cattle and its body parts can be automatically extracted from红外热成像图像。在先前的研究中，一种收集大量红外热力计图像以创建专用模型的方法很普遍，但是通过设计预处理红外热力计图像的预处理，这是推荐过程中的输入，已经揭示了将输入图像转换为可见光的光线图像，该图像更接近可见光的光图像，具有可见光的光图像可见光图像可见的光图像相关图像，可用于Infrared Phortrared图像。此外，与①同行，我们努力使用使用可穿戴传感器获得的体温数据建立出生预测技术，并创建了将阴道温度数据和SVM结合在一起的出生预测模型。在明年，可穿戴传感器获得的温度数据将被①中获得的温度数据替换，以验证单独收集红外热摄影图像是否可以通过收集出生预测。