Moo-ving Beyond Tradition: Revolutionizing Cattle Behavioural Phenotyping with Pose Estimation Techniques

要約

畜牛産業は、米国やカナダを含む多くの国の経済に大きく貢献してきました。
人工知能 (AI) の統合はこの分野に革命をもたらし、スケーラブルで自動化された監視と介入の実践を可能にすることで、すべての業界にその変革的な影響を反映させました。
AI はまた、健康検査など、これまで人間が行っていた多くのタスクをコンピューター ビジョンの助けを借りて自動化するツールや手法も導入しました。
これらの方法の中で、姿勢推定は特別な位置を占めています。
姿勢推定は、動物の画像内の関節の位置を見つけるプロセスです。
動物の被写体の姿勢を分析することで、動物の動きや体の各部の動きを正確に特定し、追跡することができます。
ポーズ推定を使用してビデオと画像データを動きと関節の位置に要約し、この情報を分析することで、健康モニタリング、行動表現型、福祉の懸念に焦点を当てて牛管理におけるスケーラビリティの課題に取り組むことができます。
私たちの研究では、姿勢推定手法の最近の進歩、畜産業の改善におけるその適用性、既存の課題、この分野のギャップをレビューしています。
さらに、産学を接続するために設計されたプラットフォームを立ち上げることにより、この研究分野内のオープンサイエンスの枠組みを強化する取り組みを提案します。

要約(オリジナル)

The cattle industry has been a major contributor to the economy of many countries, including the US and Canada. The integration of Artificial Intelligence (AI) has revolutionized this sector, mirroring its transformative impact across all industries by enabling scalable and automated monitoring and intervention practices. AI has also introduced tools and methods that automate many tasks previously performed by human labor with the help of computer vision, including health inspections. Among these methods, pose estimation has a special place; pose estimation is the process of finding the position of joints in an image of animals. Analyzing the pose of animal subjects enables precise identification and tracking of the animal’s movement and the movements of its body parts. By summarizing the video and imagery data into movement and joint location using pose estimation and then analyzing this information, we can address the scalability challenge in cattle management, focusing on health monitoring, behavioural phenotyping and welfare concerns. Our study reviews recent advancements in pose estimation methodologies, their applicability in improving the cattle industry, existing challenges, and gaps in this field. Furthermore, we propose an initiative to enhance open science frameworks within this field of study by launching a platform designed to connect industry and academia.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google