圖像分析和人工智能將改變奶牛養殖

奶農忙于清潔牛棚，擠奶和喂食等常規工作，因此很難確定奶牛的狀況。如果這種情況持續下去，他們將繼續忙于確保牛奶和乳制品的數量和質量。由大阪大學科學與工業研究所的YAGI Yasushi教授領導的一組研究人員和Rakuno Gakuen大學的NAKADA Ken教授共同開發了一種在農民中高頻率，準確地監測奶牛健康的技術。通過使用相機和AI來實現智能牛棚。

蹄健康是適當的奶牛養護的重要方面。如果不加以治療，稱為“跛足”的蹄病和疾病不僅會導致乳制品的數量和質量下降，還會導致危及生命的疾病。因此，其早期檢測非常重要。跛足的指標表現在奶牛的后弓和步態模式中。研究了通過檢測后弓來發現跛足的方法; 然而，該方法可有效檢測中度至重度跛行。

該小組利用自己的人體步態分析技術，建立了一種早期檢測牛步態圖像跛足的方法，準確度達到99%或更高。具體來說，這組防水防塵的微軟Kinect，一種能夠測量物體距離的相機傳感器，并將其放置在Rakuno Gakuen大學的牛棚中。基于該傳感器拍攝的大量牛步態圖像，該組描述了牛的步態，通過機器學習檢測出跛足的奶牛。

“我們的成就標志著使用人工智能圖像分析監測奶牛技術的開始，”Yagi教授說。“這將大大有助于實現與自動擠奶機和喂食機器人聯鎖的智能牛棚，這兩者已經被引入一些奶牛場，以及連接到研究中的奶牛的可穿戴傳感器。” 他繼續說道，“通過精細調整擠奶量和飼料量，并通過自動分析奶牛狀況，詳細顯示農民的奶牛狀況，我們可以實現奶牛養殖的新時代，農民可以關注完全依靠奶牛的健康管理和提供高質量的乳制品。“