Poznaj krowę po sierści
Informatycy z Uniwersytetu w Groningen opracowali metodę rozpoznawania za pomocą sztucznej inteligencji, na podstawie wzoru sierści, krów rasy holsztyńskiej znajdujących się w hali udojowej. Naczelnym celem naukowców w dłuższej perspektywie jest opracowanie systemu, który będzie w stanie monitorować zwierzęta w sposób ciągły i w dowolnym miejscu w gospodarstwie.
tekst: Mateusz Uciński, na podstawie ScienceDaily
Istnieje pilna potrzeba ciągłego gromadzenia danych fenotypowych od poszczególnych zwierząt, żeby jeszcze bardziej usprawnić hodowlę i zarządzanie inwentarzem żywym. Doktor George Azzopardi, informatyk z Uniwersytetu w Groningen, kieruje zespołem, który opracował metodologię rozpoznawania krów rasy holsztyńskiej w stacji udojowej na podstawie wzoru ich sierści przy użyciu sztucznej inteligencji. Wyniki tych działań zostały opublikowane 12 grudnia ubiegłego roku w czasopiśmie „Expert Systems with Applications”.
Nowy sposób identyfikacji
Azzopardi pełni funkcję adiunkta w grupie badawczej ds. systemów informatycznych w Instytucie Matematyki, Informatyki i Sztucznej Inteligencji Bernoulliego na Uniwersytecie w Groningen w Holandii. Od kilku lat pracuje tam nad projektem mającym na celu poprawę zarządzania zwierzętami hodowlanymi poprzez opracowanie nowatorskich i inteligentnych narzędzi systemowych. Jednym z pomysłów, który był omawiany podczas dyskusji dotyczącej wspomnianego projektu, była potrzeba opracowania metody umożliwiającej identyfikację poszczególnych zwierząt na podstawie ich wyglądu, a nie dzięki noszonym przez nie czujnikom czy transponderom.
Naukowiec, opowiadając o swoich badaniach, podkreślał, że obecne systemy bazują głównie na obrożach RFID do identyfikacji krów w określonych stanowiskach w gospodarstwie, a zarządzanie takim sprzętem i jego ograniczonym zasięgiem odczytu stanowi prawdziwe wyzwanie. Dlatego dr Azzopardi chciał zbadać potencjał innej metody, która jest nieinwazyjna i całkowicie opiera się na informacjach wizualnych uchwyconych przez kamerę. Pomysł ten został zrealizowany we współpracy z farmą mleczną w Leeuwarden, która umożliwiła naukowcom dostęp do swoich obór z 383 krowami rasy holsztyńskiej. Pozwoliło to pozyskiwać niezbędne dane w sposób systematyczny. Do ich zbierania wykorzystano kamerę termowizyjną, która mogła wykonać dwa zdjęcia w czasie jednego ujęcia: obraz w podczerwieni, wskazujący temperaturę w konkretnym miejscu, oraz obraz w kolorze regularnym. Kamera biorąca udział w eksperymencie zamocowana była strategicznie w miejscu, w którym opuszczające robota udojowego krowy były najlepiej widoczne i ustawiały się pod optymalnym kątem.
Kluczowa sztuczna inteligencja
Pierwszym krokiem w analizie było odróżnienie krowy od otoczenia. Uzyskuje się to dzięki obrazowi termicznemu w połączeniu z podstawowymi technikami przetwarzania obrazu, które zapewniają dobrą ekspozycję konturu krowy. Drugim krokiem było nakreślenie linii wzoru na sierści. Na tym etapie naukowcy zaadaptowali, inspirowany pracą mózgu, algorytm CORF z komponentem hamującym typu push-pull, który Azzopardi opracował wraz z innymi współpracownikami w poprzednich latach. Algorytm CORF jest niezawodny w wykrywaniu konturów w zaszumionych obszarach i okazał się bardzo ważny w osiąganiu bardzo wysokich wskaźników rozpoznawania.
Naukowcy wykazali, za pomocą systematycznych eksperymentów, że zaproponowane przez nich podejście osiągnęło wskaźnik rozpoznawania rzędu 99,7%. Jedynymi krowami, które nie zostały prawidłowo rozpoznane, były te, które miały jednolicie czarną lub białą sierść. Uczeni spekulują, że takiemu wyzwaniu można by sprostać, dołączając inne kamery, które mogą rejestrować różne pola widzenia na obserwowane krowy (np. pysk, góra i tył), a następnie opracować metodę fuzji, która uwzględniałaby dane ze wszystkich widoków i je scalała. System z taką wielokamerową konfiguracją mógłby być również skuteczny w rozpoznawaniu trudnych przypadków występujących w utrzymywanym stadzie.
Duże możliwości, mniejsze koszty
George Azzopardi wyjaśnia, że stosowanie obrazowania zamiast znaczników RFID lub transponderów do identyfikacji krów ma kilka zalet. Po pierwsze, jest nieinwazyjne, a zatem korzystniejsze dla dobrostanu zwierząt. Po drugie, jest tańsze, ponieważ rolnicy nie muszą kupować obroży i kolczyków i nimi zarządzać. Po trzecie, jest odpowiednio skalowalne funkcjonalnie i finansowo. Jeśli liczba bydła w gospodarstwie wzrasta, nie ma potrzeby stosowania dodatkowych urządzeń identyfikacyjnych. Potrzebnych jest tylko kilka zdjęć nowych krów, które zostaną użyte do aktualizacji parametrów odpowiedniego modelu klasyfikacji.
Problemem, który pojawiał się podczas eksperymentów, były elementy wygrodzeń w miejscu, gdzie usytuowano kamerę, ponieważ niekiedy zaburzały one pełny obraz struktury łat obserwowanych zwierząt. Dlatego naukowcy zaangażowani w projekt skłaniają się ku wspomnianemu wcześniej zastosowaniu większej liczby punktów obserwacji fotograficznej, co zwiększy prawdopodobieństwo identyfikacji poszczególnych zwierząt w stadzie.
