JP2021182225A - 監視装置、監視プログラム、記憶媒体、および、監視方法 - Google Patents
監視装置、監視プログラム、記憶媒体、および、監視方法 Download PDFInfo
- Publication number
- JP2021182225A JP2021182225A JP2020087060A JP2020087060A JP2021182225A JP 2021182225 A JP2021182225 A JP 2021182225A JP 2020087060 A JP2020087060 A JP 2020087060A JP 2020087060 A JP2020087060 A JP 2020087060A JP 2021182225 A JP2021182225 A JP 2021182225A
- Authority
- JP
- Japan
- Prior art keywords
- information
- specific part
- image
- monitoring device
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012806 monitoring device Methods 0.000 title claims abstract description 234
- 238000012544 monitoring process Methods 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 title claims abstract description 131
- 238000003860 storage Methods 0.000 title claims abstract description 93
- 238000004891 communication Methods 0.000 claims abstract description 37
- 241000287828 Gallus gallus Species 0.000 claims description 129
- 235000013330 chicken meat Nutrition 0.000 claims description 129
- 230000002159 abnormal effect Effects 0.000 claims description 99
- 210000000051 wattle Anatomy 0.000 claims description 49
- 230000006870 function Effects 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 23
- 238000013135 deep learning Methods 0.000 claims description 15
- 230000002787 reinforcement Effects 0.000 claims description 15
- 210000001520 comb Anatomy 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 9
- 230000036541 health Effects 0.000 claims description 9
- 235000013372 meat Nutrition 0.000 claims description 4
- 238000004378 air conditioning Methods 0.000 claims description 3
- 230000004397 blinking Effects 0.000 claims description 3
- 238000009423 ventilation Methods 0.000 claims description 3
- 244000144972 livestock Species 0.000 description 37
- 238000010586 diagram Methods 0.000 description 36
- 244000144977 poultry Species 0.000 description 23
- 235000013594 poultry meat Nutrition 0.000 description 23
- 230000008569 process Effects 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 6
- 102100027991 Beta/gamma crystallin domain-containing protein 1 Human genes 0.000 description 5
- 101000823089 Equus caballus Alpha-1-antiproteinase 1 Proteins 0.000 description 5
- 101000859448 Homo sapiens Beta/gamma crystallin domain-containing protein 1 Proteins 0.000 description 5
- 101000651211 Homo sapiens Transcription factor PU.1 Proteins 0.000 description 5
- 101100238516 Rattus norvegicus Mrgprx1 gene Proteins 0.000 description 5
- 102100027654 Transcription factor PU.1 Human genes 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 101100264074 Caenorhabditis elegans wrn-1 gene Proteins 0.000 description 3
- 101150090280 MOS1 gene Proteins 0.000 description 3
- 101100401568 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) MIC10 gene Proteins 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 101150090516 AIM5 gene Proteins 0.000 description 2
- 101150031881 AIM6 gene Proteins 0.000 description 2
- 101100338532 Arabidopsis thaliana HDT4 gene Proteins 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 2
- 101100289061 Drosophila melanogaster lili gene Proteins 0.000 description 2
- 101100322862 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) AIM7 gene Proteins 0.000 description 2
- 101100401578 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) MIC12 gene Proteins 0.000 description 2
- 241000282887 Suidae Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 210000003746 feather Anatomy 0.000 description 2
- 210000003608 fece Anatomy 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 108060000255 AIM2 Proteins 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 101000823106 Equus caballus Alpha-1-antiproteinase 2 Proteins 0.000 description 1
- 102100024064 Interferon-inducible protein AIM2 Human genes 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 210000003323 beak Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000010871 livestock manure Substances 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 201000005111 ocular hyperemia Diseases 0.000 description 1
- 239000003016 pheromone Substances 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
撮影された場所の位置情報を含む画像、を取得する画像取得部と、
取得した画像と、個体の特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)とを格納する記憶部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、
ことを特徴とする。
撮影された場所の位置情報を含む画像を、取得する画像取得部と、
取得した画像と、異常な個体の特定部位の物理的情報である異常特定部位情報(鶏の場合は、異常、病気、衰弱、傷が付いている、または、死亡している鶏のトサカ、肉垂(健康状態を示す傾向が強い特定部位が好適である。)などの色情報、寸法情報、形状情報など)とを格納する記憶部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以内に、特定部位と異常特定部位情報とがある場合、或いは、特定部位と異常特定部位情報とが一致する場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、
ことを特徴とする。
撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得部と、
取得した画像を格納する記憶部と、
格納した画像の各個体に基づき、個体の少なくとも1つの特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)を生成する生成部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
識別した特定部位と、生成された標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、
ことを特徴とする。
前記生成部が、
格納した画像のうち、所定の期間内(好適には、直近1−3週間程度)の画像のみの各個体に基づき、個体の少なくとも1つの特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)を生成する、
ことを特徴とする。
家畜の各部位は成長に伴い、形状、寸法、色などが変化するため、本構成によって、現在の状態の家畜の標準的な状態を反映できるため、より適切に異常な個体を特定することが可能となる。
また、第5の発明による監視装置(畜舎監視装置)は、
第3または第4の発明において、
前記生成部、前記識別部、または、前記警告部が、
AI技法に基づき動作する、
ことを特徴とする。
撮影された場所の位置情報を含む画像、を取得する画像取得部と、
取得した画像と、(予め取得された画像において、ラベル付けされた個体の特定部位に基づき)AI技法を用いて学習されたAIモデルと、を格納する記憶部と、
格納した画像において、前記AIモデルを用いて、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
前記AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得部と、
取得した画像を格納する記憶部と、
格納した画像の各個体に異常(病気、死亡、衰弱などの不健康であることを示す)ラベル付けし、或いは、特定部位にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
前記AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力(送信)する警告部と、
を含む、ことを特徴とする。
撮影された場所の位置情報を含む個体が撮影された映像を、取得する画像取得部と、
取得した映像を格納する記憶部と、
格納した映像の各個体の動作にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成部と、
格納した映像において、AIモデルを用いて、映像内の個体の動作を識別する識別部と、
AIモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
好適には、格納した映像のうち、所定の期間内(好適には、直近1−3週間程度)の映像に重み付けして、AIモデルを生成する。家畜の各部位は成長に伴い、形状、寸法、色などが変化するため、本構成によって、現在の状態の家畜の標準的な状態を反映できるため、より適切に異常な個体を特定することが可能となる。例えば、豚の場合は、特定の感染症のときに皮膚に現れる斑点の模様、色彩、目の充血具合などを設定して、異常を判定することが可能である。
監視された場所の位置情報と、当該場所で測定された、測定値を含む監視情報(音、臭い、温度、湿度など)を、取得する監視情報取得部と、
取得した監視情報を格納する記憶部と、
格納した監視情報の測定値にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成部と、
格納した監視情報において、前記AIモデルを用いて、監視情報の測定値を識別する識別部と、
前記AIモデルを用いて、識別した測定値が異常であるか否かを判定し、異常である場合、位置情報と、当該測定情報と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
1つまたは複数の演算処理装置を第1〜9のいずれかの発明に記載の監視装置として機能させる監視プログラムである。
第10の発明に記載の監視プログラムを格納したコンピュータ可読な記憶媒体である。
演算装置が、撮影された場所の位置情報を含む画像、を取得する画像取得ステップと、
前記演算装置が、取得した画像と、個体の特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、形状情報など)とを格納する記憶ステップと、
前記演算装置が、格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別ステップと、
前記演算装置が、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、
ことを特徴とする。
演算装置が、撮影された場所の位置情報を含む画像を、取得する画像取得ステップと、
前記演算装置が、取得した画像と、異常な個体の特定部位の物理的情報である異常特定部位情報(鶏の場合は、異常、病気、衰弱、傷が付いている、または、死亡している鶏のトサカ、肉垂(健康状態を示す傾向が強い特定部位)などの色情報、形状情報など)とを格納する記憶ステップと、
前記演算装置が、格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別ステップと、
前記演算装置が、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以内に、特定部位と異常特定部位情報とがある場合、或いは、特定部位と異常特定部位情報とが一致する場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、
ことを特徴とする。
演算装置が、撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得ステップと、
前記演算装置が、取得した画像を格納する記憶ステップと、
前記演算装置が、格納した画像の各個体に基づき、個体の少なくとも1つの特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、鶏のトサカ、肉垂などの色情報、形状情報など)を生成する生成ステップと、
前記演算装置が、格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別ステップと、
前記演算装置が、識別した特定部位と、生成された標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、
ことを特徴とする。
第13の発明の監視方法において、
前記生成ステップが、
格納した画像のうち、所定の期間内(好適には、直近1−3週間程度)の画像のみの各個体に基づき、個体の少なくとも1つの特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)を生成する、
ことを特徴とする。
家畜の各部位は成長に伴い、形状、寸法、色などが変化するため、本構成によって、現在の状態の家畜の標準的な状態を反映できるため、より適切に異常な個体を特定することが可能となる。
第14または第15の発明において、
前記生成ステップ、前記識別ステップ、または、前記ステップが、
AI技法に基づき動作する、
ことを特徴とする。
演算装置が、撮影された場所の位置情報を含む画像、を取得する画像取得ステップと、
前記演算装置が、取得した画像と、ラベル付けされた個体の特定部位に基づきAI技法を用いて学習されたAIモデルと、を格納する記憶ステップと、
前記演算装置が、格納した画像において、前記AIモデルを用いて、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別ステップと、
前記演算装置が、前記AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、ことを特徴とする。
演算装置が、撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得ステップと、
前記演算装置が、取得した画像を格納する記憶ステップと、
前記演算装置が、格納した画像の各個体の特定部位にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成ステップと、
前記演算装置が、格納した画像において、AIモデルを用いて、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別ステップと、
前記演算装置が、AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力(送信)する警告ステップと、
を含む、ことを特徴とする。
演算装置が、撮影された場所の位置情報を含む個体が撮影された映像を、取得する画像取得ステップと、
前記演算装置が、取得した映像を格納する記憶ステップと、
前記演算装置が、格納した映像の各個体の動作にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成ステップと、
前記演算装置が、格納した映像において、前記AIモデルを用いて、映像内の個体の動作を識別する識別ステップと、
前記演算装置が、前記AIモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告ステップと、
を含む、ことを特徴とする。
コンピュータに第11〜19のいずれかの発明に記載の監視方法を実行させる監視プログラムである。
第20の発明に記載の監視プログラムを格納したコンピュータ可読な記憶媒体である。
移動監視装置とサーバとを含む監視装置であって、
前記移動監視装置が、
画像を撮像する撮像部と、
自装置を移動させる駆動部と、
前記移動監視装置の位置を取得する取得部(GPSユニットなど)と、
前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部と、
を有し、
前記サーバが、
前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信する通信部と、
前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報と、個体の特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)とを格納する記憶部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を有する、
ことを特徴とする。
即ち、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、識別した特定部位が異常(異常イベント(事象))であると判定した場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する。
前記移動監視装置の前記駆動部が、
自走式である、
ことを特徴とする。
前記生成部、前記識別部、または、前記警告部が、
AI技法に基づき動作する、
ことを特徴とする。
移動監視装置とサーバとを含む監視装置であって、
前記移動監視装置が、
画像を撮像する撮像部と、
自装置を移動させる駆動部と、
前記移動監視装置の位置を取得する取得部(GPSユニットなど)と、
前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部と、
を有し、
前記サーバが、
前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信する通信部と、
受信した画像と、(予め取得された画像において、ラベル付けされた個体の特定部位に基づき)AI技法を用いて学習されたAIモデルと、を格納する記憶部と、
格納した画像において、前記AIモデルを用いて、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
前記AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
前記サーバが、
多数の画像と、該画像の少なくとも一部に関連付けられた監視事象とを格納する記憶部と、
前記監視部が、
設定された監視事象が、発生しているか否かを監視するにあたって、AI技法を用いて、前記記憶部を参照して、前記設定された監視事象が、発生しているか否かを監視する、
ことを特徴とする。
前記移動監視装置の前記通信部が、
監視事象顕著化情報(給餌情報(給餌の場所、時間など)、侵入者威嚇情報(警告音発生場所、時間など)など)をさらに受信し、
前記移動監視装置の前記駆動部が、
前記監視事象顕著化情報に基づき、自装置の移動を制御する、
ことを特徴とする。
前記サーバの前記通信部が、
監視事象顕著化情報(給餌情報(給餌の場所、時間など)、侵入者威嚇情報(警告音発生場所、時間など)など)をさらに受信し、
前記サーバが、
前記監視事象顕著化情報に基づき、前記通信部を介して、前記移動監視装置の前記駆動部を制御して、前記移動監視装置を移動させる、
ことを特徴とする。
前記監視事象顕著化情報が、
給餌情報(給餌の場所、時間など)、侵入者威嚇情報(警告光、警告振動、警告音発生場所、時間など)、臭い情報(監視対象の鶏などが嫌う、または、興奮する臭気など)、光情報(照明や屋内の照度、点滅、回転灯など)、開口部開閉情報(窓や換気扇の開閉など)、および、空調設定情報からなる群から選択される1つ以上のものである、
ことを特徴とする。
前記移動監視装置が、
前記監視事象顕著化情報の状況を発生させる監視事象顕著化状況発生手段をさらに有する(例えば、光を発生する回転灯、音声を出すスピーカー、移動に伴い鶏舎と接触して振動と音を出す棒状部、給餌を開始させる信号出力部、照明や音声の出力を制御する制御信号出力部など)、
ことを特徴とする。
1つまたは複数の演算処理装置を第21〜28の発明のいずれか1つに記載の監視装置として機能させる監視プログラムである。
第30の発明に記載の監視プログラムを格納したコンピュータ可読な記憶媒体である。
図1は、本発明の一実施態様による監視装置の概要を示すブロック図である。図に示すように、監視装置MOS1は、移動監視装置MM1、MM2とサーバSV1とを含むものである。サーバSV1は、制御部(CPU、演算処理装置、プロセッサ)CON、入力部IN、出力部OUT、通信部COM、記憶部MEM、および、表示部DISを有する。移動監視装置MM2は、特に指摘しない限り移動監視装置MM1と同様の構成および機能を持つが、作図と説明の便宜上、一部の構成を省略してある。
画像を撮像する撮像部CM1−3と、
自装置を移動させる駆動部DRと、
前記移動監視装置の位置を取得する取得部RET(GPSユニットなど)と、
前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部COMと、
を有する。
前記サーバが、
前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信(取得)する通信部COM(および取得部ACQ)と、
前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報MIと、個体の特定部位の標準的な物理的情報である標準特定部位情報SPI(鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)とを格納する記憶部MEMと、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部IDPと、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部WANと、
を有する。
例えば、健康な鶏のトサカ、肉垂などの色情報は、RGB値で表現することが好適である。下記は、赤の色合いが最も強いものである。
RGB
(255.0.0)
健康で標準的なものと許容できる範囲でRGB値を設定することが好適であり、当該畜舎の統計情報からRGB値を設定することが好適である。また、寸法情報は、標準的な大きさ(寸法)に成長できない個体は、病気、衰弱、その他の何等かの要因があり、いずれ、死亡する可能性が高い場合が多いため、このようなものも異常として把握できるのは、適正な飼育環境上、重要である。
ガイドレールに移動可能に支持、載置、または、懸架され、かつ、該ガイドレールに沿ってガイドされるガイド部GDをさらに有し、
駆動部DRが、
前記ガイドレールに支持、載置、または、懸架されながら、該ガイドレールに沿って、自装置を移動させる。
図14は、本発明の一実施態様による監視装置の概要を示すブロック図である。図に示すように、監視装置MOS1は、移動監視装置MM1、MM2とサーバSV2とを含むものである。サーバSV2は、制御部(CPU、演算処理装置、プロセッサ)CON、入力部IN、出力部OUT、通信部COM、記憶部MEM、および、表示部DISを有する。移動監視装置MM2は、特に指摘しない限り移動監視装置MM1と同様の構成および機能を持つが、作図と説明の便宜上、一部の構成を省略してある。
撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得部と、
取得した画像を格納する記憶部MEMと、
格納した画像の各個体の特定部位にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルAIM(AIアルゴリズムおよび派生した各種データとして記憶部に格納される)を生成する生成部GENと、
格納した画像において、前記AIモデルを用いて、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部IDPと、
前記AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力(送信)する警告部WANと、
を含む。
サーバSV2は、
格納した映像の各個体の動作にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成部GENと、
格納した映像において、AIモデルを用いて、映像内の個体の動作を識別する識別部IDPと、
AIモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告部WANと、
を含む。
画像を撮像する撮像部CM1−3と、
自装置を移動させる駆動部DRと、
前記移動監視装置の位置を取得する取得部RET(GPSユニットなど)と、
前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部COMと、
を有する。
前記サーバが、
前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信(取得)する通信部COM(および取得部ACQ)と、
前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報MIと、個体の特定部位の標準的な物理的情報である標準特定部位情報SPI(鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)とを格納する記憶部MEMと、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部IDPと、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部WANと、
を有する。
ガイドレールに移動可能に支持、載置、または、懸架され、かつ、該ガイドレールに沿ってガイドされるガイド部GDをさらに有し、
駆動部DRが、
前記ガイドレールに支持、載置、または、懸架されながら、該ガイドレールに沿って、自装置を移動させる。
撮影された場所の位置情報を含む個体が撮影された映像を、取得する画像取得部と、
取得した映像を格納する記憶部と、
格納した映像の各個体の動作にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成部と、
格納した映像において、AIモデルを用いて、映像内の個体の動作を識別する識別部と、
AIモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
好適には、格納した映像のうち、所定の期間内(好適には、直近1−3週間程度)の映像に重み付けして、AIモデルを生成する。家畜の各部位は成長に伴い、形状、寸法、色などが変化するため、本構成によって、現在の状態の家畜の標準的な状態を反映できるため、より適切に異常な個体を特定することが可能となる。また、畜舎の個体の生育情報(例えば、生後1週間、2ヶ月など)を取得して、これに基づき、AIモデルをカスタマイズさせることによって、より病気や衰弱、死亡の家畜を精度よく識別、特定、監視することが可能となる。
監視された場所の位置情報と、当該場所で測定された、測定値を含む監視情報(音、臭い、温度、湿度など)を、取得する監視情報取得部と、
取得した監視情報を格納する記憶部と、
格納した監視情報の測定値にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成部と、
格納した監視情報において、前記AIモデルを用いて、監視情報の測定値を識別する識別部と、
前記AIモデルを用いて、識別した測定値が異常であるか否かを判定し、異常である場合、位置情報と、当該測定情報と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
AIM……モデル
BD11,BD12……鶏
BD13,BD14……鶏
BD4……鶏
BLD……建物
BLD1……建物
BR1,BR2……鶏舎打撃棒
CAD……次元
CG31……鶏舎
CG32……鶏舎
CG32……鶏舎番号
CG42……鶏舎番号
CI……情報
CIALL……情報
CM1……カメラ
CM1……撮像部
CM2……カメラ
CM3……カメラ
CM4……カメラ
COM……通信部
CON……制御部
DB……ドローン基地
DIS……表示部
DR……駆動部
FL……床
FR1……飛行ルート
FR1,FR2……飛行ルート
FR2……飛行ルート
GD……ガイド部
GEN……生成部
GL……ガイドライン
GR……ガイドレール
GR……ユニット
HDT4……トサカ部
IDP……識別部
IM……画像情報
IN……入力部
LILI……位置指標配置情報
LSN……ライン読取センサ
MEM……記憶部
MI……監視情報
MM1……移動監視装置
MM2……移動監視装置
MM3……移動監視装置
MM4……移動監視装置
MM5……移動監視装置
MM6……移動監視装置
MON……監視部
MOS1……監視装置
NET……ネットワーク
OUT……出力部
PL1……回転灯
RET……取得部
RT1……移動ルート
SBJ1,SBJ2……監視対象
SBJ1,SBJ2……棚
SBJ3,SBJ4……監視対象
SL……天井
SL1……画面インターフェイス
SL2……画面インターフェイス
SL3……画面インターフェイス
SLI……レイアウト情報
SNSR……センサ
SPI……標準特定部位情報
STR……記憶部
SV1……サーバ
SV2……サーバ
WAN……警告部
WRN1……警報情報
WRN2……警報情報
Claims (31)
- 監視装置であって、
撮影された場所の位置情報を含む画像、を取得する画像取得部と、
取得した画像と、個体の特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)とを格納する記憶部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、
ことを特徴とする、監視装置。 - 監視装置であって、
撮影された場所の位置情報を含む画像を、取得する画像取得部と、
取得した画像と、異常な個体の特定部位の物理的情報である異常特定部位情報(鶏の場合は、異常、病気、衰弱、傷が付いている、または、死亡している鶏のトサカ、肉垂(健康状態を示す傾向が強い特定部位が好適である。)などの色情報、寸法情報、形状情報など)とを格納する記憶部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以内に、特定部位と異常特定部位情報とがある場合、或いは、特定部位と異常特定部位情報とが一致する場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、
ことを特徴とする、監視装置。 - 監視装置であって、
撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得部と、
取得した画像を格納する記憶部と、
格納した画像の各個体に基づき、個体の少なくとも1つの特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)を生成する生成部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
識別した特定部位と、生成された標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、
ことを特徴とする、監視装置。 - 請求項3に記載の監視装置において、
前記生成部が、
格納した画像のうち、所定の期間内(好適には、直近1−3週間程度)の画像のみの各個体に基づき、個体の少なくとも1つの特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)を生成する、
ことを特徴とする、監視装置。 - 請求項3または4に記載の監視装置において、
前記生成部、前記識別部、または、前記警告部が、
AI技法に基づき動作する、
ことを特徴とする、監視装置。 -
監視装置であって、
撮影された場所の位置情報を含む画像、を取得する画像取得部と、
取得した画像と、(予め取得された画像において、ラベル付けされた個体、或いは、ラベル付けされた個体の特定部位に基づき)AI技法を用いて学習されたAIモデルと、を格納する記憶部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
前記AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
ことを特徴とする、監視装置。 - 監視装置であって、
撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得部と、
取得した画像を格納する記憶部と、
格納した画像の各個体に異常(病気、死亡、衰弱などの不健康であることを示す)ラベル付けし、或いは、特定部位にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
前記AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力(送信)する警告部と、
ことを特徴とする、監視装置。 - 監視装置であって、
撮影された場所の位置情報を含む個体が撮影された映像を、取得する画像取得部と、
取得した映像を格納する記憶部と、
格納した映像の各個体にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成部と、
格納した映像において、映像内の個体の動作を識別する識別部と、
AIモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告部と、
ことを特徴とする、監視装置。 - 監視装置であって、
監視された場所の位置情報と、当該場所で測定された、測定値を含む監視情報(音、臭い、温度、湿度など)を、取得する監視情報取得部と、
取得した監視情報を格納する記憶部と、
格納した監視情報の測定値にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成部と、
格納した監視情報において、前記AIモデルを用いて、監視情報の測定値を識別する識別部と、
前記AIモデルを用いて、識別した測定値が異常であるか否かを判定し、異常である場合、位置情報と、当該測定情報と、を含む警告情報を出力する警告部と、
を含む、ことを特徴とする。
ことを特徴とする、監視装置。 - 1つまたは複数の演算処理装置を第1〜9のいずれかの発明に記載の監視装置として機能させる監視プログラム。
- 請求項10に記載の監視プログラムを格納したコンピュータ可読な記憶媒体。
- 監視方法であって、
演算装置が、撮影された場所の位置情報を含む画像、を取得する画像取得ステップと、
前記演算装置が、取得した画像と、個体の特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、形状情報など)とを格納する記憶ステップと、
前記演算装置が、格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別ステップと、
前記演算装置が、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、
ことを特徴とする、監視方法。 - 監視方法であって、
演算装置が、撮影された場所の位置情報を含む画像を、取得する画像取得ステップと、
前記演算装置が、取得した画像と、異常な個体の特定部位の物理的情報である異常特定部位情報(鶏の場合は、異常、病気、衰弱、傷が付いている、または、死亡している鶏のトサカ、肉垂(健康状態を示す傾向が強い特定部位)などの色情報、形状情報など)とを格納する記憶ステップと、
前記演算装置が、格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別ステップと、
前記演算装置が、識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以内に、特定部位と異常特定部位情報とがある場合、或いは、特定部位と異常特定部位情報とが一致する場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、
ことを特徴とする、監視方法。 - 監視方法であって、
演算装置が、撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得ステップと、
前記演算装置が、取得した画像を格納する記憶ステップと、
前記演算装置が、格納した画像の各個体に基づき、個体の少なくとも1つの特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、鶏のトサカ、肉垂などの色情報、形状情報など)を生成する生成ステップと、
前記演算装置が、格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別ステップと、
前記演算装置が、識別した特定部位と、生成された標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、
ことを特徴とする、監視方法。 - 請求項14に記載の監視方法において、
前記生成ステップが、
格納した画像のうち、所定の期間内(好適には、直近1−3週間程度)の画像のみの各個体に基づき、個体の少なくとも1つの特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)を生成する、
ことを特徴とする、監視方法。 - 請求項14または15に記載の監視方法において、
前記生成ステップ、前記識別ステップ、または、前記ステップが、
AI技法に基づき動作する、
ことを特徴とする、監視方法。 - 監視方法であって、
演算装置が、撮影された場所の位置情報を含む画像、を取得する画像取得ステップと、
前記演算装置が、取得した画像と、ラベル付けされた個体の特定部位に基づきAI技法を用いて学習されたAIモデルと、を格納する記憶ステップと、
前記演算装置が、格納した画像において、前記AIモデルを用いて、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別ステップと、
前記演算装置が、前記AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告ステップと、
を含む、ことを特徴とする。
ことを特徴とする、監視方法。 - 監視方法であって、
演算装置が、撮影された場所の位置情報を含む個体が撮影された画像を、取得する画像取得ステップと、
前記演算装置が、取得した画像を格納する記憶ステップと、
前記演算装置が、格納した画像の各個体の特定部位にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成ステップと、
前記演算装置が、格納した画像において、AIモデルを用いて、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別ステップと、
前記演算装置が、AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力(送信)する警告ステップと、
を含む、ことを特徴とする。
ことを特徴とする、監視方法。 - 監視方法であって、
演算装置が、撮影された場所の位置情報を含む個体が撮影された映像を、取得する画像取得ステップと、
前記演算装置が、取得した映像を格納する記憶ステップと、
前記演算装置が、格納した映像の各個体の動作にラベル付けし、AI技法(例えば、強化学習またはディープラーニングなどの技法)を用いて学習されたAIモデルを生成する生成ステップと、
前記演算装置が、格納した映像において、前記AIモデルを用いて、映像内の個体の動作を識別する識別ステップと、
前記演算装置が、前記AIモデルを用いて、識別した個体の動作が異常であるか否かを判定し、異常である場合、当該個体が位置する位置情報と、当該個体を含む映像と、を含む警告情報を出力する警告ステップと、
を含む、ことを特徴とする。
ことを特徴とする、監視方法。 - 1つまたは複数の演算処理装置を第11〜19のいずれかの発明に記載の監視装置として機能させる監視プログラム。
- 請求項20に記載の監視プログラムを格納したコンピュータ可読な記憶媒体。
- 移動監視装置とサーバとを含む監視装置であって、
前記移動監視装置が、
画像を撮像する撮像部と、
自装置を移動させる駆動部と、
前記移動監視装置の位置を取得する取得部(GPSユニットなど)と、
前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部と、
を有し、
前記サーバが、
前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信する通信部と、
前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報と、個体の特定部位の標準的な物理的情報である標準特定部位情報(鶏の場合は、標準的で健康な鶏のトサカ、肉垂などの色情報、寸法情報、形状情報など)とを格納する記憶部と、
格納した画像において、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
識別した特定部位と、記憶部に格納される標準特定部位情報とを比較し、所定の数値以上、特定部位と標準特定部位情報とが離れている場合、或いは、特定部位と標準特定部位情報とが異なる場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を有する、
ことを特徴とする、監視装置。 - 請求項22に記載の監視装置において、
前記移動監視装置の前記駆動部が、
自走式である、
ことを特徴とする、監視装置。 - 請求項22または23に記載の監視装置において、
前記生成部、前記識別部、または、前記警告部が、
AI技法に基づき動作する、
ことを特徴とする、監視装置。 - 移動監視装置とサーバとを含む監視装置であって、
前記移動監視装置が、
画像を撮像する撮像部と、
自装置を移動させる駆動部と、
前記移動監視装置の位置を取得する取得部(GPSユニットなど)と、
前記移動監視装置の位置と、当該位置における画像とを含む、監視情報を無線または有線の通信手段を介して、前記サーバに送信する通信部と、
を有し、
前記サーバが、
前記移動監視装置から、前記移動監視装置の位置と、当該位置における画像とを含む、前記監視情報を受信する通信部と、
受信した画像と、(予め取得された画像において、ラベル付けされた個体の特定部位に基づき)AI技法を用いて学習されたAIモデルと、を格納する記憶部と、
格納した画像において、前記AIモデルを用いて、画像内の特定部位(鶏の場合は、トサカ、肉垂など)を識別する識別部と、
前記AIモデルを用いて、識別した特定部位が異常であるか否かを判定し、異常である場合、当該特定部位の個体が位置する位置情報と、当該特定部位を含む画像と、を含む警告情報を出力する警告部と、
を含む、
ことを特徴とする、監視装置。 - 請求項25に記載の監視装置において、
前記移動監視装置の前記通信部が、
監視事象顕著化情報(給餌情報(給餌の場所、時間など)、侵入者威嚇情報(警告音発生場所、時間など)など)をさらに受信し、
前記移動監視装置の前記駆動部が、
前記監視事象顕著化情報に基づき、自装置の移動を制御する、
ことを特徴とする、監視装置。 - 請求項25に記載の監視装置において、
前記サーバの前記通信部が、
監視事象顕著化情報(給餌情報(給餌の場所、時間など)、侵入者威嚇情報(警告音発生場所、時間など)など)をさらに受信し、
前記サーバが、
前記監視事象顕著化情報に基づき、前記通信部を介して、前記移動監視装置の前記駆動部を制御して、前記移動監視装置を移動させる、
ことを特徴とする、監視装置。 - 請求項25−27のうちのいずれか1項に記載の監視装置において、
前記監視事象顕著化情報が、
給餌情報(給餌の場所、時間など)、侵入者威嚇情報(警告光、警告振動、警告音発生場所、時間など)、臭い情報(監視対象の鶏などが嫌う、または、興奮する臭気など)、光情報(照明や屋内の照度、点滅、回転灯など)、開口部開閉情報(窓や換気扇の開閉など)、および、空調設定情報からなる群から選択される1つ以上のものである、
ことを特徴とする、監視装置。 - 請求項25−28のうちのいずれか1項に記載の監視装置において、
前記移動監視装置が、
前記監視事象顕著化情報の状況を発生させる監視事象顕著化状況発生手段をさらに有する(例えば、光を発生する回転灯、音声を出すスピーカー、移動に伴い鶏舎と接触して振動と音を出す棒状部、給餌を開始させる信号出力部、照明や音声の出力を制御する制御信号出力部など)、
ことを特徴とする、監視装置。 - 1つまたは複数の演算処理装置を第20〜29のいずれかの発明に記載の監視装置として機能させる監視プログラム。
- 請求項30に記載の監視プログラムを格納したコンピュータ可読な記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020087060A JP2021182225A (ja) | 2020-05-18 | 2020-05-18 | 監視装置、監視プログラム、記憶媒体、および、監視方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020087060A JP2021182225A (ja) | 2020-05-18 | 2020-05-18 | 監視装置、監視プログラム、記憶媒体、および、監視方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021182225A true JP2021182225A (ja) | 2021-11-25 |
Family
ID=78606579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020087060A Pending JP2021182225A (ja) | 2020-05-18 | 2020-05-18 | 監視装置、監視プログラム、記憶媒体、および、監視方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021182225A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114023048A (zh) * | 2021-11-27 | 2022-02-08 | 安徽博达项目管理咨询有限公司 | 一种基于人工智能数据处理和视觉分析的工程监理系统 |
CN114521513A (zh) * | 2022-02-16 | 2022-05-24 | 吴绍兵 | 一种电力监测系统中危险目标的识别方法 |
JP7281844B1 (ja) | 2022-04-08 | 2023-05-26 | ヨシダエルシス株式会社 | 斃死鶏検出装置およびそれを備える養鶏システム |
WO2023191043A1 (ja) * | 2022-03-31 | 2023-10-05 | 古河電気工業株式会社 | 動物行動記録装置、動物行動記録方法及びプログラム |
CN117857925A (zh) * | 2024-03-08 | 2024-04-09 | 杭州同睿工程科技有限公司 | 基于igv的砼预制构件图像采集方法及相关设备 |
-
2020
- 2020-05-18 JP JP2020087060A patent/JP2021182225A/ja active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114023048A (zh) * | 2021-11-27 | 2022-02-08 | 安徽博达项目管理咨询有限公司 | 一种基于人工智能数据处理和视觉分析的工程监理系统 |
CN114521513A (zh) * | 2022-02-16 | 2022-05-24 | 吴绍兵 | 一种电力监测系统中危险目标的识别方法 |
CN114521513B (zh) * | 2022-02-16 | 2023-05-12 | 长沙泛能电力科技有限公司 | 一种电力监测系统中危险目标的识别方法 |
WO2023191043A1 (ja) * | 2022-03-31 | 2023-10-05 | 古河電気工業株式会社 | 動物行動記録装置、動物行動記録方法及びプログラム |
JP7281844B1 (ja) | 2022-04-08 | 2023-05-26 | ヨシダエルシス株式会社 | 斃死鶏検出装置およびそれを備える養鶏システム |
JP2023154786A (ja) * | 2022-04-08 | 2023-10-20 | ヨシダエルシス株式会社 | 斃死鶏検出装置およびそれを備える養鶏システム |
CN117857925A (zh) * | 2024-03-08 | 2024-04-09 | 杭州同睿工程科技有限公司 | 基于igv的砼预制构件图像采集方法及相关设备 |
CN117857925B (zh) * | 2024-03-08 | 2024-05-28 | 杭州同睿工程科技有限公司 | 基于igv的砼预制构件图像采集方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021182225A (ja) | 監視装置、監視プログラム、記憶媒体、および、監視方法 | |
CN108990831B (zh) | 一种牲畜健康监控方法和系统 | |
CN109496123B (zh) | 家畜的机器人协助监视 | |
US11080882B2 (en) | Display control device, display control method, and program | |
JP7406746B2 (ja) | 監視装置、監視プログラム、記憶媒体、および、監視方法 | |
KR101712633B1 (ko) | 센서와 무인비행체를 이용한 방목 가축 질병 예측 관리시스템 및 관리방법 | |
CN103971088B (zh) | 使用视觉检测器的信息技术资产定位方法和系统 | |
CN110160583A (zh) | 一种文物监测装置、文物环境状态监测系统及存储箱 | |
KR101714976B1 (ko) | 증강현실 기반의 축사 모니터링 장치 | |
US11729597B2 (en) | Digital twin disaster management system customized for underground public areas | |
WO2020038452A1 (zh) | 用于巡检车的巡检方法和装置 | |
KR101652192B1 (ko) | 개체식별장치와 무인비행체를 이용한 방목가축 추적관리 시스템 | |
CN115752462A (zh) | 楼宇内重点巡检目标巡检方法、系统、电子设备和介质 | |
CN113762113A (zh) | 一种牲畜分娩行为监控方法及装置 | |
US20190012535A1 (en) | Trail camera image recognition system | |
US20200388149A1 (en) | System and method for preventing false alarms due to display images | |
CN114020043A (zh) | 无人机建筑工程监理系统、方法、电子设备及存储介质 | |
CN115431266A (zh) | 一种巡检方法、巡检装置及巡检机器人 | |
KR20190091714A (ko) | 지능형 무인비행체를 이용한 지하공동구 자율 탐사 방법 및 장치 | |
KR20180027839A (ko) | 증강현실영상 기반의 가축정보 제공 방법 및 장치 | |
KR20150098024A (ko) | 영상정보 및 생체신호정보를 이용한 동물의 사육환경 제어 시스템 및 방법 | |
CN112586824A (zh) | 一种用于畜禽养殖场的巡检头盔及巡检方法 | |
CN210247950U (zh) | 智能检测装置和智能检测系统 | |
JP2021051464A (ja) | 侵入検出装置及び侵入検出方法 | |
CN111599030A (zh) | 一种基于机房的机器人巡检方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230404 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20230404 |
|
RD07 | Notification of extinguishment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7427 Effective date: 20231019 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240402 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240522 |