JP2022110224A - 豚飼育支援装置、豚飼育支援方法、および豚飼育支援プログラム - Google Patents

Abstract

【課題】ペン内で集団飼育されている豚の中に発育が遅れている豚が存在するかを、過度なコストや労力を要することなく適時に飼育員に知らせることのできる豚飼育支援装置を提供する。【解決手段】豚飼育支援装置のひとつは、ペンに向けて設置されたカメラによって撮像された画像を用いて飼育されている豚の臀部幅を検知し、当該臀部幅が一定期間の間に検知された臀部幅の統計値に対して閾値以上の偏差を示す場合に、飼育員等へ向けて通知を発出する。また、別の豚飼育支援装置は、ペンに向けて設置されたカメラによって撮像された画像を用いて飼育されている豚の最広となる腹部幅と最狭となる腹部幅の比率である広狭比を検知し、当該広狭比が一定期間の間に検知された広狭比の統計値に対して閾値以上の偏差を示す場合に、飼育員等へ向けて通知を発出する。【選択図】図３

Description

本発明は、豚飼育支援装置、豚飼育支援方法、および豚飼育支援プログラムに関する。

家畜の体表面にスリット状のパターン光を照射し、その輝線の形状を分析することにより当該家畜の体重を推定する手法が知られている（例えば、特許文献１参照）。

特開２０１９－４５４７８号公報

豚を飼育する場合には、一般的にペンと呼ばれる檻や区切られた区画において集団飼育する手法が採用されることが多い。ペンに収容されて同一環境下で集団飼育されても、個々の豚には発育のばらつきが発生する場合がある。同一ペン内の豚は均等に発育することが望ましいが、発育が遅れた豚については、全体的に体躯の小さい別の飼育集団へ編入するといった処置が取られる。しかし、１つのペンに例えば１０頭程度が収容され、そのようなペンが複数設けられた養豚場においては、発育の遅れた豚を見つけ出す作業が飼育員にとって大きな負担となっていた。また、一頭一頭に正確にパターン光を照射してそれぞれの体重を推定することも現実的には難しい。

本発明は、このような問題を解決するためになされたものであり、ペン内で集団飼育されている豚の中に発育が遅れている豚が存在するかを、過度なコストや労力を要することなく適時に飼育員に知らせることのできる豚飼育支援装置等を提供することを目的とする。

本発明の第１の態様における豚飼育支援装置は、豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得部と、画像データの画像から豚の臀部を抽出し、抽出された臀部画像に基づいて豚の臀部幅を検知する検知部と、設定された期間の間に検知部によって検知された臀部幅の統計値を算出する算出部と、統計値に対して閾値以上の偏差を示す臀部幅が検知部によって検知された場合に通知を発出する通知部とを備える。

本発明の第２の態様における豚飼育支援装置は、豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得部と、画像データの画像から豚の腹部を抽出し、抽出された腹部画像に基づいて最広となる腹部幅と最狭となる腹部幅の比率である広狭比を検知する検知部と、設定された期間の間に検知部によって検知された広狭比の統計値を算出する算出部と、統計値に対して閾値以上の偏差を示す広狭比が検知部によって検知された場合に通知を発出する通知部とを備える。

本発明の第３の態様における豚飼育支援方法は、豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得ステップと、画像データの画像から豚の臀部を抽出し、抽出された臀部画像に基づいて豚の臀部幅を検知する検知ステップと、設定された期間の間に検知ステップによって検知された臀部幅の統計値を算出する算出部と、統計値に対して閾値以上の偏差を示す臀部幅が検知ステップで検知された場合に通知を発出する通知ステップとを有する。

本発明の第４の態様における豚飼育支援方法は、豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得ステップと、画像データの画像から豚の腹部を抽出し、抽出された腹部画像に基づいて最広となる腹部幅と最狭となる腹部幅の比率である広狭比を検知する検知ステップと、設定された期間の間に検知ステップによって検知された広狭比の統計値を算出する算出部と、統計値に対して閾値以上の偏差を示す広狭比が検知ステップで検知された場合に通知を発出する通知ステップとを有する。

本発明の第５の態様における豚飼育支援プログラムは、豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得ステップと、画像データの画像から豚の臀部を抽出し、抽出された臀部画像に基づいて豚の臀部幅を検知する検知ステップと、設定された期間の間に検知ステップによって検知された臀部幅の統計値を算出する算出部と、統計値に対して閾値以上の偏差を示す臀部幅が検知ステップで検知された場合に通知を発出する通知ステップとをコンピュータに実行させる。

本発明の第６の態様における豚飼育支援プログラムは、豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得ステップと、画像データの画像から豚の腹部を抽出し、抽出された腹部画像に基づいて最広となる腹部幅と最狭となる腹部幅の比率である広狭比を検知する検知ステップと、設定された期間の間に検知ステップによって検知された広狭比の統計値を算出する算出部と、統計値に対して閾値以上の偏差を示す広狭比が検知ステップで検知された場合に通知を発出する通知ステップとをコンピュータに実行させる。

本発明により、ペン内で集団飼育されている豚の中に発育が遅れている豚が存在するかを、過度なコストや労力を要することなく適時に飼育員に知らせることのできる豚飼育支援装置等を提供することができる。

本実施形態の第１実施例に係る豚飼育支援装置を採用した養豚環境の全体像を示す図である。 豚飼育支援装置と周辺装置のハードウェア構成を示す図である。 撮像画像から豚の臀部を抽出して臀部画像が生成されるまでの処理の概念を説明する図である。 臀部幅を計測する処理の概念を説明する図である。 演算部の処理手順を説明するフロー図である。 本実施形態の第２実施例に係る豚飼育支援装置を採用した養豚環境の全体像を示す図である。 ステレオカメラを利用した場合の臀部画像の生成手法を説明する図である。 本実施形態の第３実施例に係る豚飼育支援装置を採用した養豚環境の全体像を示す図である。 豚飼育支援装置と周辺装置のハードウェア構成を示す図である。 正常豚と痩身豚の腹部広狭比の違いを説明する図である。 学習モデルを用いた腹部広狭比の検知手順を説明する図である。 演算部の処理手順を説明するフロー図である。

以下、発明の実施の形態を通じて本発明を説明するが、特許請求の範囲に係る発明を以下の実施形態に限定するものではない。また、実施形態で説明する構成の全てが課題を解決するための手段として必須であるとは限らない。

図１は、本実施形態の第１実施例に係る豚飼育支援装置を採用した養豚環境の全体像を示す図である。養豚場は、壁や柵によって区分された複数のペン３０１を備える。それぞれのペン３０１には複数（例えば１０頭程度）の豚３０２が収容され、集団で飼育されている。なお、それぞれのペン３０１で飼育される豚３０２の頭数は、豚３０２の品種や飼育環境等に応じて調整され得る。それぞれのペン３０１での飼育開始時点において収容される豚３０２は同程度の体格であり、出荷可能な大きさに成長するまで集団で飼育される。すなわち、ペン３０１への収容およびペン３０１からの退出は、原則として豚３０２の集団に対して一斉に実施される。

カメラユニット２１０は、ペン３０１内の所定位置を俯瞰して撮像できるように、例えば天井から吊り下げられて設置されている。カメラユニット２１０は、例えば給餌容器３０３に頭部を没入して採餌する豚３０２を背後から俯瞰する画角Ｆｒの範囲を撮像するように設置されている。このように設置されたカメラユニット２１０によれば、採餌中の豚３０２の臀部が正対する画像を取得できる。

カメラユニット２１０は、給餌容器３０３付近を所定位置とする場合に限らず、ペン３０１内を動き回る豚３０２の臀部を正対した状態で撮像することが期待できるのであれば、そのような場所を所定位置として設置して良い。例えば、給水容器３０４付近を所定位置としても良い。給餌場や給水場は、収容されている豚３０２が入れ替わり立ち替わり訪れる場所であるので、ランダムに多くの豚３０２の臀部画像を取得するのに都合が良い。

カメラユニット２１０は、撮像した画像を画像データに変換し、ネットワーク２００を介してサーバ１００へ送信する。具体的には、施設内に設置された無線ユニット２３０がネットワーク２００と接続されており、カメラユニット２１０は、無線ユニット２３０と無線通信を確立することにより、画像データをサーバ１００へ送信することができる。なお、カメラユニット２１０とサーバ１００を接続するネットワーク２００は、インターネットやイントラネットを用いてもよいし、サーバ１００が設置される管理施設が養豚場内に設けられるような場合には、近距離無線通信を採用してもよい。

豚３０２を世話する飼育員は、飼育員端末２２０を所持し得る。飼育員端末２２０は、例えば、タブレット端末やスマートフォンであり、無線ユニット２３０およびネットワーク２００を介してサーバ１００との間で各種情報の授受を行うことができる。飼育員は、例えば飼育記録を飼育員端末２２０へ入力してサーバ１００へ転送することもできるし、サーバ１００に蓄積された飼育記録を呼び出すこともできる。また、飼育員端末２２０は、後述する通知を受け取った場合には、その旨を表示する。

管理施設には、豚飼育支援装置としてのサーバ１００が設置されている。サーバ１００は、ネットワーク２００と接続されている。サーバ１００は、ペン３０１ごとに設置されているカメラユニット２１０から順次画像データを取得して、当該画像データに基づいて豚３０２の発育遅れの豚を検知する。サーバ１００は、管理者や飼育員の要求に応じて検知状況や後述する統計値を表示モニタ１５０へ表示することができる。表示モニタ１５０は、例えば液晶パネルを備えるモニタである。また、サーバ１００は、管理者や飼育員の操作を受け付ける入力デバイス１６０と接続される。入力デバイス１６０は、キーボード、マウス、表示モニタ１５０の表示面に重畳されたタッチパネル等によって構成される。

さて、ペンにおける豚の集団飼育においては、他の豚との競争や体調不良等により十分に餌を採取できない豚が生じることがある。このような豚は、他の豚に比べて発育が遅れることになる。より具体的には、体重が増加するペースが他の豚に比べて遅く、一定期間を経過すると体躯の差となって顕れる。このような発育遅れの豚は、他の豚と共に出荷することができない。そのため、発育遅れの豚は、飼育期間を延長すべく同程度の体躯である日齢の浅い別の飼育集団が収容されたペンへ編入されたり、個別のゲージで特別な処置を受けたりする。

しかし、集団飼育されているペンが豚舎内に複数設置されているような比較的規模の大きな養豚においては、飼育員が多数の豚を定常的に観察して発育遅れの豚を見つけ出すことは、飼育員の多大な労力や熟練を要する作業であった。本実施形態における豚飼育支援装置は、ペン３０１内に発育遅れの豚が存在するかを検知して飼育員へ知らせることにより飼育作業を支援する。

図１に示すように養豚場に複数のペン３０１が存在する場合には、飼育員は、どのペン３０１に発育遅れの豚が含まれるかの情報を豚飼育支援装置から知らされるだけでも、多くの労力を削減することができる。すなわち、飼育員は、ペンを観察する作業の頻度を下げることができ、通知を受けた場合にはその特定ペンを対象として発育遅れの豚の探索を行えばよい。経験の浅い飼育員であっても、一つのペン内の限られた頭数に対して発育遅れの豚を探し出すことは比較的容易である。

本願発明者は、ペンに収容された豚の成長度合をより簡便に評価する手法の研究を重ねた結果、豚の臀部の幅である臀部幅と当該豚の体重には強い相関があることを見出した。豚のいずれかの体部の大きさと体重の間には一般的にはある程度の相関があるものとされるが、臀部幅と体重の間の相関性は、個体間のばらつきが少なく、他の部位と体重の間の相関性よりも特に強いことがわかった。また、豚の臀部を観察対象とすれば、その位置や皮膚形状から、正確かつ簡易に画像による解析を行うことができることもわかった。そこで、本実施例においては、ペン内をランダムに動き回る豚の臀部を観察し、その臀部幅を検知することによって、飼育集団の中で発育遅れの豚が存在するか否かを判断する。

図２は、豚飼育支援装置としてのサーバ１００と周辺装置のハードウェア構成を示す図である。サーバ１００は、上述のように、表示モニタ１５０、入力デバイス１６０、カメラユニット２１０、飼育員端末２２０と接続可能である。

サーバ１００は、主に、演算部１１０、記憶部１２０、通信ユニット１３０によって構成される。演算部１１０は、サーバ１００の制御とプログラムの実行処理を行うプロセッサ（ＣＰＵ：Central Processing Unit）である。プロセッサは、ＡＳＩＣ（Application Specific Integrated Circuit）やＧＰＵ（Graphics Processing Unit）等の演算処理チップと連携する構成であってもよい。演算部１１０は、記憶部１２０に記憶された豚飼育支援プログラムを読み出して、豚飼育の支援に関する様々な処理を実行する。

記憶部１２０は、不揮発性の記憶媒体であり、例えばＨＤＤ（Hard Disk Drive）によって構成されている。記憶部１２０は、サーバ１００の制御や処理を実行するプログラムの他にも、制御や演算に用いられる様々なパラメータ値、関数、表示要素データ、ルックアップテーブル等を記憶し得る。記憶部１２０は、特に、検知用ニューラルネットワーク１２１を記憶している。検知用ニューラルネットワーク１２１は、カメラユニット２１０が撮像した画像を入力すると、臀部が正対する豚３０２捉えた画像であるか否かを識別する。具体的には後述する。なお、記憶部１２０は、複数のハードウェアで構成されていても良く、例えば、プログラムを記憶する記憶媒体と検知用ニューラルネットワーク１２１を記憶する記憶媒体が別々のハードウェアで構成されてもよい。

通信ユニット１３０は、例えばＬＡＮユニットを含み、ネットワーク２００を介して、演算部１１０が生成する撮像制御信号をカメラユニット２１０へ送信したり、カメラユニット２１０から送られてくる画像データを演算部１１０へ引き渡したりする。また、飼育員端末２２０と演算部１１０の間で実行されるデータの授受を中継する。なお、通信ユニット１３０は、他の外部装置との間でデータや制御信号の授受を中継することもできる。例えば、豚飼育支援プログラムや検知用ニューラルネットワーク１２１の更新データを外部サーバから取り込む場合にも利用され得る。

演算部１１０は、豚飼育支援プログラムが指示する処理に応じて様々な演算を実行する機能演算部としての役割も担う。演算部１１０は、取得部１１１、検知部１１２、算出部１１３、通知部１１４として機能し得る。取得部１１１は、カメラユニット２１０によって撮像された画像の画像データを取得し、検知部１１２へ引き渡す。検知部１１２は、取得部１１１から受け取った画像データの画像から豚の臀部を抽出し、抽出された臀部画像に基づいて当該豚の臀部幅を検知する。算出部１１３は、設定された期間の間に検知部１１２によって検知された臀部幅の統計値を算出する。通知部１１４は、算出部１１３が算出した統計値に対して予め設定された閾値以上の偏差を示す臀部幅が検知部１１２によって検知された場合に通知を発出する。それぞれの具体的な演算処理については後述する。

図３は、撮像画像から豚の臀部を抽出して臀部画像が生成されるまでの処理の概念を説明する図である。カメラユニット２１０は、給餌容器３０３へ入れ替わり立ち替わり訪れる豚３０２を逐次撮像し、取得部１１１は、その撮像画像の画像データを、ネットワーク２００を介して取得する。上述のように、カメラユニット２１０は、例えば俯瞰する特定の画角Ｆｒの範囲を撮像するように設置されているので、撮像対象となる豚３０２は、臀部が正対する姿勢を取る限りいずれも等距離に位置すると想定し得る。

演算部１１０は、撮像画像から豚３０２の尾部を見つけ出し、その周辺を予め設定された画像サイズで切出して切出し画像を生成する。具体的には、例えば尾部画像として予め多数用意されたテンプレート画像とマッチング処理を行うことにより撮像画像から尾部の領域を見つけ出し、その尾部領域を含み、かつ右側の体躯境界と左側の体躯境界を含むように切り出すことにより切出し画像を生成する。そして、尾部の中心から左側の体躯境界までのピクセル数Ｄ_Lと右側の体躯境界までのピクセル数Ｄ_Rを計算する。図６（Ａ）の場合は、豚３０２は斜めを向いているのでＤ_L≠Ｄ_Rであり、臀部が正対していないと判断できるので、この切出し画像は臀部画像として採用されない。一方、図６（Ｂ）の場合は、豚３０２は正面を向いているのでＤ_L＝Ｄ_Rであり、臀部が正対していると判断できるので、この切出し画像は臀部画像として採用される。換言すれば、尾部が臀部の幅方向の中心に位置する画像が臀部画像として採用される。なお、Ｄ_LとＤ_Rが等しいか等しくないかは、切出し画像の横幅のピクセル数に応じて設定される許容誤差を考慮して判断される。

撮像画像から臀部画像を生成するまでの処理は、上述のような画像処理によって実現し得るが、本実施例において検知部１１２は、検知用ニューラルネットワーク１２１を用いてこの一連の処理を実行する。検知用ニューラルネットワーク１２１は、尾部が見える豚の後ろ姿の画像のうちＤ_L＝Ｄ_Rとなっている画像を正解として当該画像に紐づけた教師データを相当数与えて学習させる教師あり学習によって予め作成されたものである。教師データには尾部の中心座標が与えられており、このような教師データを学習した検知用ニューラルネットワーク１２１は、Ｄ_L＝Ｄ_Rを満たす豚の後ろ姿の画像を抽出すると共に、尾部の中心座標を出力する。教師データは、例えばオペレータがＤ_L＝Ｄ_Rを満たす豚の後ろ姿の画像を選択すると共に、尾部の中心座標を決定して紐づけることにより作成される。このように生成された学習モデルである検知用ニューラルネットワーク１２１は、豚飼育支援装置であるサーバ１００に組み込まれて利用に供される。

例えば養豚場に観察対象であるペン３０１が８つ設けられているとすると、それぞれのペン３０１を俯瞰する８つのカメラユニット２１０から順次画像データがサーバ１００へ送られてくる。取得部１１１がそれらの画像を取得すると、検知部１１２へ引き渡す。検知部１１２は、記憶部１２０から読み出した検知用ニューラルネットワーク１２１へそれらの画像を順次入力する。検知用ニューラルネットワーク１２１は、画像が入力されるごとに演算処理を実行し、その画像がＤ_L＝Ｄ_Rを満たす豚の後ろ姿の画像であるかを判定する。そして、そのような条件を満たす後ろ姿の画像であると判定した場合には、その尾部の中心座標を出力する。検知部１１２は、検知用ニューラルネットワーク１２１が中心座標を出力した画像から、当該中心座標を基準として予め設定された画像サイズで切り出して、臀部画像を生成する。

図４は、臀部幅を計測する処理の概念を説明する図である。臀部幅は、臀部画像から演算される。臀部幅を検出する範囲は、認識された尾部の中心位置から背中側へｐ₀ピクセルの範囲と足元側へｐ₀ピクセルの範囲に挟まれた帯状範囲に定められる。検知部１１２は、この帯状範囲の中で水平方向に左側の体躯境界から右側の体躯境界までのピクセル数を順次カウントし、そのカウント数が最大となる水平位置における幅を臀部幅と決定する。すなわち、尾部の中心を高さ方向の中心とする予め定められた範囲における最大幅が臀部幅（ピクセル）として決定される。検知部１１２は、このようにして受け取った撮像画像から臀部幅を検知できた場合には、当該臀部幅を算出部１１３、通知部１１４へ引き渡す。算出部１１３は、設定された観察期間の開始時点から臀部幅を累積的に取得し、その統計値を算出する。本実施形態においては、平均値と標準偏差を算出する。

観察対象となるペン３０１で規定数の臀部幅が検知されると、算出部１１３が算出した統計値は、そのペン３０１内で飼育されている豚全体の性質を表すものとして利用し得る。規定数としては、例えば、ペン３０１に収容されている豚の頭数の８割の値が設定される。８割程度の値が設定されていれば、一頭の豚が複数回観察されていたとしても、その影響を小さく留めることが期待できる。そして、その後に検知された臀部幅が、算出された統計値に対して閾値以上の偏差を示す場合には、その臀部幅が検知された豚に対して発育異常があると推定し得る。

本実施形態においては、平均値に対してα×σを下回る臀部幅の場合に、発育遅れの豚であると判断する。ここで、αは係数でありσは標準偏差である。αは、収容されている豚の日齢や種類、発育のばらつきをどの程度まで許容するか等に応じて事前に管理者等によって設定される値である。例えば、α＝２に設定されると、発育のばらつきが正規分布に従う場合、約９５．４％の豚は正常と判断され、約２．３％の豚が発育遅れ、同じく約２．３％の豚が発育過多と判断される。本実施形態においては、特に発育遅れに着目しているので、通知部１１４は、臀部幅が平均値に対してα×σを下回る場合に、発育遅れの豚が存在する旨を知らせる通知を飼育員端末２２０へ発出する。なお、統計値（偏差を含む）は上記に限らず、例えば尖度や歪度を考慮したり、中央値を用いたりしてもよい。

次に、サーバ１００を用いた豚飼育支援方法の処理手順について説明する。図５は、演算部１１０の処理手順を説明するフロー図である。フローは、観察開始の指示を受けた時点から開始される。

取得部１１１は、ステップＳ１０１で、第ｎペンのカメラユニット２１０から、ｉｍｇ_nの画像データを、通信ユニット１３０を介して取得する。例えば、ｎ＝１である場合には、第１ペンに向けられたカメラユニット２１０から、ｉｍｇ₁の画像データを取得する。取得部１１１は、取得した画像データを検知部１１２へ引き渡す。ｎは、ステップＳ１０１が実行されるたびにインクリメントされる。

検知部１１２は、ステップＳ１０２で、図３を用いて説明したように、受け取った画像データの画像ｉｍｇ_nを検知用ニューラルネットワーク１２１へ入力する。そして、その出力から臀部画像が得られたらステップＳ１０３へ進み、得られなかったらステップＳ１０１へ戻る。

検知部１１２は、ステップＳ１０３へ進んだら、図４を用いて説明したように、臀部画像から臀部幅を検知する。臀部幅を検知したら、その結果を算出部１１３および通知部１１４へ引き渡す。算出部１１３は、新たに検知された臀部幅を検知部１１２から受け取ったら、それまでに受け取っていた臀部幅から算出していた統計値を更新する。そして、算出部１１３は、ステップＳ１０５へ進み、観察を開始した時点から受け取った臀部幅の数が規定数を超えているか否かを確認する。超えていればステップＳ１０４で算出した統計値と規定数を超えた旨の情報を通知部１１４へ引き渡してステップＳ１０６へ進み、超えていなければステップＳ１０１へ戻る。

ステップＳ１０６へ進むと、通知部１１４は、検知部１１２から受け取った臀部幅が、算出部１１３から受け取った統計値に対して、上述のように事前に設定された基準となる偏差以上の値であるか否かを確認する。本実施例では、検知部１１２から受け取った臀部幅が平均値に対してα×σを下回っているか否かを確認し、下回っている場合にはステップＳ１０７へ進み、下回っていなければステップＳ１０７をスキップしてステップＳ１０８へ進む。ステップＳ１０７へ進んだ場合には、通知部１１４は、発育遅れと思われる豚が存在する旨の通知を、検知されたペンのペン情報を付加して、飼育員端末２２０へ発出する。ペン情報は、例えばペンを識別するために与えられているペンナンバーである。通知を発出したら、ステップＳ１０８へ進む。演算部１１０は、ステップＳ１０８で、観察期間が終了したか否かを確認する。観察期間が終了していなければ、ステップＳ１０１へ戻って観察を続行する。終了していれば、一連の処理を終える。

なお、上記の処理手順においては、臀部幅が規定数を超えるまで、すなわち算出された統計値が集団の性質を表していると評価し得るまでは、検知された臀部幅のそれぞれに対する判定は行っていない。しかし、規定数を超えた後に、それまでに蓄積された臀部幅のそれぞれを判定してもよい。このように蓄積された臀部幅の判定を行えば、観察開始後の初期段階で撮像された豚３０２に対しても発育遅れの有無を確認することができる。

また、観察期間を予め設定された期間に制限することにより、発育経過に伴う統計値の変化を除去することができる。例えば、一か月前の臀部幅と現時点における臀部幅を混在して平均値を算出することにより現時点における平均値と乖離してしまう、といったことがない。観察期間は、このような不都合が生じない程度の期間（例えば、３日間）に設定される。新たな観察期間が開始される場合には、それまでの統計値はリセットされる。あるいは、過去の参照値として利用される。

次に、本実施形態の第２実施例に係る豚飼育支援装置を説明する。第１実施例においては、給餌容器３０３等を俯瞰する比較的狭い画角Ｆｒで撮像するように設定されたカメラユニット２１０を用いた。また、カメラユニット２１０は二次元画像を出力するので、カメラユニット２１０から豚の臀部までの距離を一定の距離とするとの前提を設けて、臀部画像から決定される臀部幅（ピクセル）を検知した。しかし、カメラユニット２１０を、距離画像を出力できるカメラユニットへ変更すれば、これらの前提に制約されず、より多くの臀部画像を抽出することも可能である。距離画像を出力するカメラユニットとして、ステレオカメラやＴＯＦカメラなどを採用し得るが、ここでは、ステレオカメラを採用した場合について説明する。

図６は、本実施形態の第２実施例に係る豚飼育支援装置を採用した養豚環境の全体像を示す図である。図６で示す構成は、図１で示す構成に対して、カメラユニット２１１がステレオカメラを採用している点と、撮像範囲である画角Ｆｒが広くなっている点で異なる。カメラユニット２１１は、画角Ｆｒが広い分、多くの豚３０２を一度に撮像することができる。なお、図６においては、左上のペン３０１に対してのみ画角Ｆｒを示しているが、他のペン３０１を俯瞰するカメラユニット２１１も同様の画角で各ペン３０１を撮像することができる。

図７は、カメラユニット２１１を採用した場合の臀部画像の生成手法を説明する図である。カメラユニット２１１で撮像された撮像画像には、多くの豚３０２が写り込んでいる場合が多い。そこで、検知部１１２は、ステレオ画像の一方から臀部が正対する豚３０２の臀部領域を全て切り出す。具体的には、図３を用いて説明した手法と同様に、尾部が臀部の幅方向の中心に位置する画像領域を切り出して臀部画像とする。このとき、切出し画像の画像サイズは、固定サイズではなく、それぞれの豚の左右の体躯境界が含まれるように個別に調整される。

例えば、図示するようにＰｉｃ１からＰｉｃ３までの３つの臀部画像が抽出されると、検知部は、それぞれに対応する領域をもう一方のステレオ画像から切り出す。そして、対応する２つの臀部画像間のずれ量を用いて、カメラユニット２１１からそれぞれの臀部までの距離ｄ１、ｄ２、ｄ３を算出する。検知部１１２は、図３を用いて説明したように一方のステレオ画像から臀部幅を演算し、それぞれの距離を用いて、標準距離ｄ₀（例えば１ｍ）に対する臀部幅に修正する。このように修正を施せば、臀部幅を一律に比較検証できる。臀部幅を検知した後の処理は、第１実施例と同様である。

次に、本実施形態の第３実施例に係る豚飼育支援装置を説明する。第１実施例および第２実施例の豚飼育支援装置は、豚の体重と相関が強い臀部幅を観察することにより発育遅れの豚を検知した。第３実施例に係る豚飼育支援装置は、豚の腹部を観察することにより発育遅れの豚を検知する。以下の説明において、第１実施例および第２実施例と同様の機能を発揮する構成については、同じ符番を付し、特に言及する場合を除きその説明を省略する。

図８は、本実施形態の第３実施例に係る豚飼育支援装置を採用した養豚環境の全体像を示す図である。カメラユニット２１２は、ペン３０１ごとに設置されており、それぞれの観察対象であるペン３０１の全体を俯瞰して撮像できるように、例えば天井から吊り下げられて設置されている。カメラユニット２１２は、撮像した画像を画像データに変換し、ネットワーク２００を介してサーバ１００’へ送信する。

図９は、豚飼育支援装置としてのサーバ１００’と周辺装置のハードウェア構成を示す図である。検知部１１２’は、取得部１１１から受け取った画像データの画像から豚の腹部を抽出し、抽出された腹部画像に基づいて最広となる腹部幅と最狭となる腹部幅の比率である広狭比を検知する。なお、このような広狭比を以降では腹部広狭比と称する場合がある。

検知部１１２’によって用いられる検知用ニューラルネットワーク１２２は、カメラユニット２１０が撮像した画像を入力すると、腹部広狭比を検知するのに適した姿を示す豚の画像領域を探索し、当該画像領域に写る豚の腹部広狭比を出力する。なお、算出部１１３、通知部１１４は、第１実施例および第２実施例では臀部幅を対象として統計値を算出したり通知を発出したりしたが、第３実施例においては、腹部広狭比を対象として統計値を算出したり、通知を発出したりする。

次に腹部広狭比について説明する。本願発明者は、ペンに収容された豚の成長度合をより簡便に評価する手法の研究を更に重ねた結果、豚の腹部広狭比も当該豚の体重との間に強い相関があることを見出した。腹部広狭比と体重の相関性も、臀部幅と同様に、個体間のばらつきが少なく、他の部位と体重の間の相関性よりも特に強いことがわかった。また、豚の腹部に限れば観察が容易であり、正確かつ簡易に画像による解析を行うことができることもわかった。そこで、本実施例においては、ペン内をランダムに動き回る豚の腹部を観察し、腹部広狭比を検知することによって、飼育集団の中で発育遅れの豚が存在するか否かを判断する。

図１０は、正常豚と痩身豚の腹部広狭比の違いを説明する図である。腹部広狭比は、観察対象となる豚が四本足で立っている姿勢において、上端となる背中から後脚（前脚でも構わない）近傍における腹部の下端までの重力方向に沿う長さをａ、上端となる背中から腹部のうち最も垂れ下がった下端までの重力方向に沿う長さをｂとした場合の、ｂ／ａを言う。例えば、図１０（Ａ）に示す、同一ペン３０１内で順調に発育している多くの豚である正常豚のｂ／ａは、図１０（Ｂ）に示す、発育の遅れている豚である痩身豚のｂ／ａよりも大きい。したがって、この腹部広狭比をパラメータとして、上述の臀部幅に対する統計処理と同様の処理を行えば、取得した画像に写る豚が発育遅れの豚であるか否かを判断できる。

図１１は、学習モデルである検知用ニューラルネットワーク１２２を用いた腹部広狭比の検知手順を説明する図である。検知部１１２’は、取得部１１１からペン３０１の俯瞰画像である取得画像を受け取ると、検知用ニューラネットワーク１２２へ当該取得画像を入力する。

検知用ニューラネットワーク１２２は、ペン３０１を俯瞰する俯瞰画像において四本足で立っている姿勢を見せる豚を取り囲む矩形領域を正解として当該俯瞰画像に紐づけた教師データを相当数与えて学習させる教師あり学習によって予め作成されたものである。教師データは、例えばオペレータが俯瞰画像に写り込む各豚に対して四本足で立っている姿勢を見せる豚を抽出し、矩形領域で取り囲んで正解を与えることにより作成される。一つの俯瞰画像に対象となる複数の豚が存在する場合には、オペレータは、それらのそれぞれを矩形領域で取り囲んで正解として指定する。このように生成された学習モデルである検知用ニューラルネットワーク１２２は、豚飼育支援装置であるサーバ１００に組み込まれて利用に供される。

例えば、養豚場に観察対象であるペン３０１が８つ設けられているとすると、それぞれのペン３０１を俯瞰する８つのカメラユニット２１２から順次画像データがサーバ１００へ送られてくる。取得部１１１がそれらの画像を取得すると、検知部１１２’へ引き渡す。検知部１１２’は、記憶部１２０から読み出した検知用ニューラルネットワーク１２２へそれらの画像を順次入力する。検知用ニューラルネットワーク１２２は、画像が入力されるごとに演算処理を実行し、その画像から四本足で立っている姿勢を見せる豚が写る領域を検証エリアとして抽出する。このようにして、例えば図示するように入力された画像から検証エリア「ａｒｅａ０１」、「ａｒｅａ０２」…を抽出する。

検知部１１２’は、抽出されたそれぞれの検証エリアに写る豚の腹部広狭比を算出する。具体的には、図４を用いて説明した臀部幅の算出と同様に、後脚の付け根を基準として背中側の体躯境界から腹部側の体躯境界までのピクセル数をカウントして最狭となる腹部幅ａを決定する。さらに腹部幅ａの直線を平行に前脚側へ徐々にシフトさせ、その都度背中側の体躯境界から腹部側の体躯境界までのピクセル数をカウントする。そして、その中で最大となるものを最広の腹部幅ｂとして決定する。このようにａおよびｂを決定したら、腹部広狭比ｂ／ａを算出する。検証エリアが複数抽出された場合には、検証エリアごとにこの演算を繰り返し、得られた腹部広狭比ｂ／ａを算出部１１３および通知部１１４へ引き渡す。

観察対象となるペン３０１で規定数の腹部広狭比が検知されると、算出部１１３が算出した統計値は、そのペン３０１内で飼育されている豚全体の性質を表すものとして利用し得る。規定数としては、例えば、ペン３０１に収容されている豚の頭数の８割の値が設定される。８割程度の値が設定されていれば、一頭の豚が複数回観察されていたとしても、その影響を小さく留めることが期待できる。そして、その後に検知された腹部広狭比が、算出された統計値に対して閾値以上の偏差を示す場合には、その腹部広狭比が検知された豚に対して発育異常があると推定し得る。統計処理を通じて発育異常を推定する手法は、臀部幅を用いる場合も腹部広狭比を用いる場合も同様である。

次に、サーバ１００’を用いた豚飼育支援方法の処理手順について説明する。図１２は、演算部１１０の処理手順を説明するフロー図である。フローは、観察開始の指示を受けた時点から開始される。

取得部１１１は、ステップＳ２０１で、第ｎペンのカメラユニット２１０から、ｉｍｇ_nの画像データを、通信ユニット１３０を介して取得する。例えば、ｎ＝１である場合には、第１ペンに向けられたカメラユニット２１０から、ｉｍｇ₁の画像データを取得する。取得部１１１は、取得した画像データを検知部１１２’へ引き渡す。ｎは、ステップＳ２０１が実行されるたびにインクリメントされる。

検知部１１２’は、ステップＳ２０２で、図１１を用いて説明したように、受け取った画像データの画像ｉｍｇ_nを検知用ニューラルネットワーク１２２へ入力する。そして、その出力から検証エリアが抽出されたらステップＳ２０３へ進み、抽出されなかったらステップＳ２０１へ戻る。

検知部１１２’は、ステップＳ２０３へ進んだら、抽出された検証エリアごとに胴部広狭比を算出する。換言すれば、検証エリアとして抽出された部分画像から胴部広狭比を検知する。検知部１１２’は、その結果を算出部１１３および通知部１１４へ引き渡す。算出部１１３は、新たに検知された胴部広狭比を検知部１１２’から受け取ったら、それまでに受け取っていた胴部広狭比から算出していた統計値を更新する。そして、算出部１１３は、ステップＳ２０５へ進み、観察を開始した時点から受け取った腹部広狭比の数が規定数を超えているか否かを確認する。超えていればステップＳ２０４で算出した統計値と規定数を超えた旨の情報を通知部１１４へ引き渡してステップＳ２０６へ進み、超えていなければステップＳ２０１へ戻る。

ステップＳ２０６へ進むと、通知部１１４は、検知部１１２’から受け取った腹部広狭比が、算出部１１３から受け取った統計値に対して、上述のように事前に設定された基準となる偏差以上の値であるか否かを確認する。本実施例では、検知部１１２’から受け取った腹部広狭比が平均値に対してα×σを下回っているか否かを確認し、下回っている場合にはステップＳ２０７へ進み、下回っていなければステップＳ２０７をスキップしてステップＳ２０８へ進む。ステップＳ２０７へ進んだ場合には、通知部１１４は、発育遅れと思われる豚が存在する旨の通知を、検知されたペンのペン情報を付加して、飼育員端末２２０へ発出する。ペン情報は、例えばペンを識別するために与えられているペンナンバーである。通知を発出したら、ステップＳ２０８へ進む。演算部１１０は、ステップＳ２０８で、観察期間が終了したか否かを確認する。観察期間が終了していなければ、ステップＳ２０１へ戻って観察を続行する。終了していれば、一連の処理を終える。

なお、上記の処理手順に対しても、臀部幅の処理手順と同様に、規定数を超えた後に、それまでに蓄積された腹部広狭比のそれぞれを判定してもよい。また、観察期間の設定や新たな観察期間が開始される場合の処理も同様である。

以上いくつかの実施例を通じて説明した本実施形態においては、複数のペン３０１が一つの豚舎に設けられている場合を想定したが、複数の豚舎に亘って設けられているペン３０１を観察対象にしてもよい。また、検知通知の出力先は、飼育員端末２２０に限らない。例えば、無線ユニット２３０およびネットワーク２００を介してサーバ１００、１００’と接続された告知灯を、それぞれのペン３０１に隣接して一つずつ設置し、当該告知灯へ通知を出力してもよい。サーバ１００、１００’は、例えば第５ペンにおいて発育遅れの豚を検知したら、第５ペンに隣接して設置された告知灯へ通知を送信して当該告知灯を点灯させる。また、演算部１１０は、サーバ１００、１００’に接続された表示モニタ１５０に、検知部１１２、１１２’が検知した結果や、算出部１１３が算出した統計値、通知部１１４が発出する通知を直接的に表示しても構わない。

また、以上説明した本実施形態においては、サーバ１００、１００’が豚飼育支援装置として機能する場合を説明したが、ハードウェア構成はこれに限らない。飼育員端末２２０として説明した携帯端末がサーバ１００、１００’と同様の処理を行えば、当該携帯端末が豚飼育支援装置として機能し得る。また、例えば、サーバ１００、１００’の処理の一部を飼育員端末２２０が担うように構成すれば、サーバ１００、１００’と飼育員端末２２０が連携するシステムが、豚飼育支援装置となり得る。

１００、１００’…サーバ、１１０…演算部、１１１…取得部、１１２、１１２’…検知部、１１３…算出部、１１４…通知部、１２０…記憶部、１２１、１２２…検知用ニューラルネットワーク、１３０…通信ユニット、１５０…表示モニタ、１６０…入力デバイス、２００…ネットワーク、２１０、２１１、２１２…カメラユニット、２２０…飼育員端末、２３０…無線ユニット、３０１…ペン、３０２…豚、３０３…給餌容器、３０４…給水容器

Claims (9)

1. 豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得部と、
   前記画像データの画像から前記豚の臀部を抽出し、抽出された臀部画像に基づいて前記豚の臀部幅を検知する検知部と、
   設定された期間の間に前記検知部によって検知された前記臀部幅の統計値を算出する算出部と、
   前記統計値に対して閾値以上の偏差を示す前記臀部幅が前記検知部によって検知された場合に通知を発出する通知部と
   を備える豚飼育支援装置。
2. 前記検知部は、尾部が現れている豚が写った教師画像によって学習された学習モデルを用いて前記臀部を抽出する請求項１に記載の豚飼育支援装置。
3. 豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得部と、
   前記画像データの画像から前記豚の腹部を抽出し、抽出された腹部画像に基づいて最広となる腹部幅と最狭となる腹部幅の比率である広狭比を検知する検知部と、
   設定された期間の間に前記検知部によって検知された前記広狭比の統計値を算出する算出部と、
   前記統計値に対して閾値以上の偏差を示す前記広狭比が前記検知部によって検知された場合に通知を発出する通知部と
   を備える豚飼育支援装置。
4. 前記検知部は、四本足で立っている豚が写った教師画像によって学習された学習モデルを用いて前記腹部を抽出する請求項３に記載の豚飼育支援装置。
5. 前記通知部は、前記ペンが複数設けられている場合には、検知されたペンに関するペン情報を併せて通知する請求項１から４のいずれか１項に記載の豚飼育支援装置。
6. 豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得ステップと、
   前記画像データの画像から前記豚の臀部を抽出し、抽出された臀部画像に基づいて前記豚の臀部幅を検知する検知ステップと、
   設定された期間の間に前記検知ステップによって検知された前記臀部幅の統計値を算出する算出部と、
   前記統計値に対して閾値以上の偏差を示す前記臀部幅が前記検知ステップで検知された場合に通知を発出する通知ステップと
   を有する豚飼育支援方法。
7. 豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得ステップと、
   前記画像データの画像から前記豚の腹部を抽出し、抽出された腹部画像に基づいて最広となる腹部幅と最狭となる腹部幅の比率である広狭比を検知する検知ステップと、
   設定された期間の間に前記検知ステップによって検知された前記広狭比の統計値を算出する算出部と、
   前記統計値に対して閾値以上の偏差を示す前記広狭比が前記検知ステップで検知された場合に通知を発出する通知ステップと
   を有する豚飼育支援方法。
8. 豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得ステップと、
   前記画像データの画像から前記豚の臀部を抽出し、抽出された臀部画像に基づいて前記豚の臀部幅を検知する検知ステップと、
   設定された期間の間に前記検知ステップによって検知された前記臀部幅の統計値を算出する算出部と、
   前記統計値に対して閾値以上の偏差を示す前記臀部幅が前記検知ステップで検知された場合に通知を発出する通知ステップと
   をコンピュータに実行させる豚飼育支援プログラム。
9. 豚が集団飼育されているペンに向けて設置されたカメラによって撮像された画像の画像データを取得する取得ステップと、
   前記画像データの画像から前記豚の腹部を抽出し、抽出された腹部画像に基づいて最広となる腹部幅と最狭となる腹部幅の比率である広狭比を検知する検知ステップと、
   設定された期間の間に前記検知ステップによって検知された前記広狭比の統計値を算出する算出部と、
   前記統計値に対して閾値以上の偏差を示す前記広狭比が前記検知ステップで検知された場合に通知を発出する通知ステップと
   をコンピュータに実行させる豚飼育支援プログラム。

Images