JP7843715B2 - 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

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。

家畜の異常を検知するシステムが知られている。例えば、個々の家畜に各種センサを装着し、その出力が健康状態ではあり得ない値である場合に、当該個体を異常であると判断する（例えば、特許文献１参照）。

特開２０１７－２０１９３０号公報

様々な家畜に対して発生し得る様々な異常を検知しようとすると、個々の家畜に複数のセンサを装着したり、膨大な解析データを用意したりする必要がある。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く、異常を検出するためのセンサを一頭一頭に取り付けることは現実的ではない。また、そのための膨大な解析データを用意することも難しい。さらに、養豚場の豚舎内には複数のペンが設置されることが多く、飼育員が個々の豚を万遍なく監視し続けることも困難である。

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、いずれのペンに体調不良を起こし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ものである。

本発明の第１の態様における豚飼育支援装置は、それぞれにおいて豚が集団飼育されている複数のペンに向けられ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、画像データの画像に基づいて豚の特定姿勢を検知する検知部と、設定された観察時間の間に複数のペンのそれぞれにおいて検知された特定姿勢の回数を計数する計数部とを備える。

また、本発明の第２の態様における豚飼育支援方法は、それぞれにおいて豚が集団飼育されている複数のペンに向けられ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、画像データの画像に基づいて豚の特定姿勢を検知する検知ステップと、設定された観察時間の間に複数のペンのそれぞれにおいて検知された特定姿勢の回数を計数する計数ステップとを有する。

また、本発明の第３の態様における豚飼育支援プログラムは、それぞれにおいて豚が集団飼育されている複数のペンに向けられ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、画像データの画像に基づいて豚の特定姿勢を検知する検知ステップと、設定された観察時間の間に複数のペンのそれぞれにおいて検知された特定姿勢の回数を計数する計数ステップとをコンピュータに実行させる。

本発明により、それぞれにおいて豚が集団飼育されている複数のペンのうちいずれのペンに体調不良を起こしている豚が存在するかを、豚の習性を利用することにより、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。 特定姿勢の例を説明する図である。 学習モデルを用いた特定姿勢の検知処理の手順を説明する図である。 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。 基準観察時間を説明する図である。 計数リストを説明する図である。 超過通知を受けた飼育員端末の表示例を示す図である。 演算部の処理手順を説明するフロー図である。 他の実施例に係る豚飼育支援装置の計数リストを説明する図である。 更に他の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。 更に他の実施例に係る豚飼育支援装置の計数リストを説明する図である。

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。

収容された豚３０２を観察するためのカメラユニット２１０が、ペン３０１ごとに設置されている。カメラユニット２１０は、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当該ペン３０１に向けて、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、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。もちろん、有線接続によって通信を確立するように構成してもよい。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、後述する超過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の特定姿勢を検知し、その回数を計数する。特定姿勢については後述する。サーバ１００は、管理者や飼育員の要求に応じてその結果を表示モニタ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、養豚において、豚３０２の体調不良の見極めは重要である。特定の豚が体調不良の兆候を見せた場合には、個別に治療にあたる必要があり、ペン３０１内の多くの豚に体調不良の傾向が見られる場合には、飼料や飲料水に薬剤を混ぜたり環境を調整したりする必要がある。しかし、このように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その体調不良を見極めることは、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内の豚３０２が体調不良時に示す傾向のある特定の姿勢を検知することにより、体調不良である可能性が高い豚が少なくとも１頭以上現れた特定ペンを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に体調不良の兆候を示す豚３０２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、体調不良の兆候を示す豚３０２の抽出作業を、豚飼育支援装置から通知されるまでは行わなくてもよく、通知された場合もその特定ペンを対象として行えばよい。一つのペン内の限られた頭数に対して体調不良の兆候を示す豚３０２の存在が示されているのであれば、経験の浅い飼育員であっても、その抽出は比較的容易である。

本実施形態における豚飼育支援装置は、カメラユニット２１０で撮像された画像を利用して豚３０２の特定姿勢を検知する。特定姿勢は、豚が体調不良時に示す傾向のある姿勢であり、出願人は、その具体的な姿勢のいくつかを知見として得ている。図２は、特定姿勢の例を説明する図である。

図２（Ａ）は、犬座姿勢であり、具体的には前脚を立てた状態で着座する姿勢である。後脚は折り曲げられて腹部に接していることが多く、頭部は持ち上げられている時もあれば、垂れている時もある。犬座姿勢は、豚が体調不良時に示す傾向のある姿勢の一つであり、本実施形態においては特定姿勢として扱う。

図２（Ｂ）は、庇寝姿勢であり、具体的には伏臥した胴部の下に前脚を収める姿勢である。すなわち、前脚を折りたたんで、床面と自身の胴部の間で挟み込むような姿勢であり、頭部も床面に接しておとなしくしている場合が多い。庇寝姿勢は、豚が体調不良時に示す傾向のある姿勢の一つであり、本実施形態においては特定姿勢として扱う。

図２（Ｃ）は、背湾姿勢であり、具体的には背中を丸めて前屈みとなる姿勢である。このとき、前後の脚先間の間隔は、脚元間の間隔よりも狭くなる。背湾姿勢は、豚が体調不良時に示す傾向のある姿勢の一つであり、本実施形態においては特定姿勢として扱う。

図２（Ｄ）は、パンティングであり、具体的には横臥位で腹部を波打たせる、動作を伴う姿勢である。横臥位自体は健常な豚にも見られる姿勢であるが、体調不良の豚は腹部を繰り返し上下させて床面に打ち付ける動作を見せることがある。パンティングは、豚が体調不良時に示す傾向のある動作付随姿勢の一つであり、本実施形態においては特定姿勢として扱う。

他の家畜として、例えば牛についても体調不良の兆候を健康時とは異なる姿勢の有無によって推定することも考えられる。しかし、牛は、少数で飼育されていたり、一頭一頭の価値が高かったりすることから、個々の牛に姿勢を検知する例えば赤外線センサや加速度センサを装着する手法が採用される。しかし、限られたスペースのペンに比較的多くが収容される豚の集団飼育において、個々の豚にセンサを装着することは現実的ではない。特に、一頭当たりの豚の出荷価格は牛の出荷価格に比べて安価であるため、飼育にコストを掛けることが難しい。

このような背景を鑑み、本実施形態に係る豚飼育支援装置は、ペン３０１に向けて設置されたカメラユニット２１０を用いて撮像された画像に基づいて集団飼育されている豚３０２の特定姿勢を検知する。なお、それぞれのカメラユニット２１０は、撮像対象のペン３０１内に収容された豚３０２の姿勢が捉えられるように、傾斜方向へ見下ろすように設置されている。

ペン３０１を俯瞰する画像からは、例えば、一頭ごとの輪郭線を抽出し、それぞれの輪郭線の形状をテンプレートパターンとパターンマッチングすることにより、特定姿勢を検知することができる。テンプレートパターンは、それぞれの姿勢を様々な角度から捉えた輪郭線であり、予め用意される。なお、具体的には後述するが、動きの変化がなくても検知できる犬座姿勢、庇寝姿勢、背湾姿勢は静止画の単画像から検知できるが、動作付随姿勢であるパンティングは前後する複数枚の静止画、動画を用いて検知する。

このように、集団飼育する豚３０２の俯瞰画像から特定姿勢を検知する手法によれば、例えば、センサを装着する二頭が接近することによって特定姿勢であると検知されてしまう誤検知の懸念もない。また、屋外の広い牧場で集団飼育される牛等の家畜と異なり、屋内のペンで集団飼育される豚３０２に対しては、俯瞰するカメラユニット２１０の設置が比較的容易であり、光量や撮像画角を安定させやすいことから、画像を用いた検知手法は好適である。

上述のように取得した画像から輪郭線を抽出してパターンマッチングにより特定姿勢を検知することもできるが、本実施形態においては、対象とする特定姿勢を取る豚の画像を教師画像として学習した学習モデルへ取得した画像を入力して特定姿勢を検知する。図３は、学習モデルである検知用ニューラルネットワーク１２１を用いた特定姿勢の検知処理の手順を説明する図である。

検知用ニューラルネットワーク１２１は、犬座姿勢を取る豚の画像に「犬座姿勢」を正解として紐づけた教師データ、庇寝姿勢を取る豚の画像に「庇寝姿勢」を正解として紐づけた教師データ、背湾姿勢を取る豚の画像に「背湾姿勢」を正解として紐づけた教師データ、パンティングを取る豚の画像に「パンティング」を正解として紐づけた教師データをそれぞれ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。本実施形態においては動きの変化を伴うパンティングも特定姿勢に加えているので、検知用ニューラルネットワーク１２１の入力画像を、パンティングが検知できる程度の長さ（例えば３秒）の動画像とする。したがって、学習時の教師データもそれぞれ動画像で用意される。なお、特定姿勢として動きの変化を伴う姿勢を加えないのであれば、検知用ニューラルネットワーク１２１の入力画像を静止画としてもよい。

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。具体的には、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。それらの画像データの画像ｉｍｇ_１～ｉｍｇ_８は、検知用ニューラルネットワーク１２１へ順次入力される。

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、その画像内で特定姿勢と判定される豚の頭数を検知数として出力する。具体的には、当該画像内に犬座姿勢を取る頭数、庇寝姿勢を取る頭数、背湾姿勢を取る頭数、パンティングを取る頭数をそれぞれの姿勢の検知数として出力する。このようにして、例えば第１ペンの画像ｉｍｇ_１に対する検知数は、犬座姿勢「０」、庇寝姿勢「１」、背湾姿勢「１」、パンティング「１」、第２ペンの画像ｉｍｇ_２に対する検知数は、犬座姿勢「２」、庇寝姿勢「０」、背湾姿勢「０」、パンティング「０」…のように、各ペン３０１に対するそれぞれの姿勢の検知数を得る。サーバ１００は、このような処理を予め設定された観察時間の間繰り返し、ペン３０１ごとに検知数を計数・積算する。

図４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と計数リスト１２２を記憶している。検知用ニューラルネットワーク１２１は、上述のように、カメラユニット２１０が撮像した画像を入力すると、その画像内に存在する特定姿勢の頭数を表す検知数を出力する。計数リスト１２２は、特定姿勢の計数に関する記録であり、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、計数部１１３として機能し得る。取得部１１１は、主に、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、主に、取得部１１１から受け取った画像データの画像に基づいて豚３０２の特定姿勢を検知し、その結果を計数部１１３へ引き渡す。計数部１１３は、主に、設定された観察時間の間に複数のペン３０１のそれぞれにおいて検知された特定姿勢の回数を計数する。

次に、計数部１１３の処理について説明する。図５は、計数部１１３が特定姿勢の回数を計数する対象期間としての基準観察時間を説明する図である。計数部１１３は、予め設定された基準観察時間ごとに計数した回数をリセットする。

本実施形態においては、基準観察時間を２４時間に設定している。計数部１１３は、この基準観察時間の間に各ペン３０１において何回の特定姿勢が検知されたかを計数する。具体的には、図３を用いて説明したように、取得部１１１が周期的に取得する各ペン３０１の画像データの画像ｉｍｇ_１～ｉｍｇ_８を、検知部１１２が検知用ニューラルネットワーク１２１を用いてそれぞれの画像内で特定姿勢を取る頭数（検知数）を検知する。これを基準観察時間の間繰り返し、各ペン３０１において何回の特定姿勢が検知されたかを数え上げる。

ただし、基準観察時間に含まれる期間であっても、一部の状況に対応する期間については計数の対象から除外する。ここではそのような除外期間として、飼育員接近期間が設定されている。飼育員接近期間は、ペン３０１へ飼育員が接近してから離隔するまでの予定時間を含む一定期間として設定されている。飼育員接近期間は、例えば給餌のために飼育員がペン３０１内に進入する８時から９時が設定されている。この他にも、ペン３０１の清掃や豚３０２の検査等のために飼育員が接近する期間も飼育員接近期間として設定してもよい。

このように、飼育員がペン３０１に接近したり進入したりすると、豚３０２は一定の興奮状態になり、健康な豚が特定姿勢を取ったり、体調不良の豚が特定姿勢を崩したりすることがある。したがって、このような不規則な行動を取る可能性のあるイベントに対しては、そのイベントの実施期間を含む一定期間を計数の対象から除外する除外期間とするとよい。具体的には、除外期間は、イベントの実施期間に前後する、豚３０２がイベントを察知して興奮しだす期間、およびイベント後に落ち着きを取り戻す期間を付加して設定されるとよい。

なお、除外期間は、管理者等が入力デバイス１６０を操作して事前に設定することができる。除外期間は、毎回の基準観察時間に含まれるものでなくてもよく、例えば雌豚を飼育するペンへ雄豚を短時間の間投入するイベントであれば、そのイベントを行う特定日における基準観察時間に対してのみ設定されてもよい。計数部１１３は、このように設定された除外期間については、計数の対象から除外する。具体的には、計数部１１３による計数を停止する、検知部１１２に特定姿勢の検知を停止させる、取得部１１１に画像データの取得を停止させる、カメラユニット２１０に撮像を停止させる等の処理を採用し得る。

また、検知部１１２が画像データを用いて特定姿勢を検知する周期は、豚３０２が特定姿勢を続ける標準的な継続時間等を考慮して、１回の特定姿勢が１回として検知されるように調整、設定される。周期の設定は、その他にも豚３０２の品種や飼育環境、月齢などを考慮することもできる。

計数部１１３は、ペン３０１ごとに数え上げる特定姿勢の回数を計数リスト１２２により管理する。図６は、計数リスト１２２の一例を説明する図である。計数リスト１２２は、一度の基準観察時間に一つ生成され、その観察時間の間は適宜更新される。

計数リスト１２２は、通知閾値、観察日を含む。通知閾値は、管理者等によって予め設定される値であり、それぞれのペン３０１において計数された特定姿勢の総回数がこの通知閾値を超えると、計数部１１３は、飼育員端末２２０等へその旨を知らせる超過通知を出力する。管理者等は、豚３０２の品種や飼育環境、特に１つのペン３０１に収容されている豚３０２の頭数などを考慮して通知閾値を設定する。より具体的には、対象となるペン３０１に体調不良の兆候を示す豚３０２が少なくとも１頭以上存在すると判定し得る閾値を、それまでの統計や経験に基づいて設定する。図６の例では、「５０回」が設定されている。観察日は、観察を実行している日付であり、観察後に計数リスト１２２が参照される場合には、観察を実行した日付を表している。基準観察時間が２４時間未満であれば、例えば観察を開始した観察時刻を加えてもよい。

計数リスト１２２は、ペン３０１ごとに計数した特定姿勢の回数を示す集計表を含む。集計表は、ペンナンバー（例えば、第１ペンから第８ペンまでの８つ）、特定姿勢のそれぞれ（犬座姿勢、庇寝姿勢、背湾姿勢、パンティング）について計数した回数、およびそれらを合計した総回数、フラグ情報によって構成される。計数部１１３は、計数した総回数が通知閾値を超えるペン３０１が現れたことを確認したら、超過通知を生成して飼育員端末２２０等へ出力する。このとき、計数部１１３は、計数した回数が通知閾値を超えた特定ペンに関するペン情報を超過通知に付加して出力する。本実施形態においては、ペンナンバーをペン情報として付加する。超過通知を出力したペン３０１については、フラグ情報として「通知済み」の情報が記録される。

計数リスト１２２は、除外期間の情報を含む。具体的には、図５を用いて説明した除外期間がリスト情報として記録される。なお、除外期間が長ければその分だけ計数する対象期間が短くなるので、実際には体調不良の兆候を示す豚が存在する場合であっても、計数する回数が通知閾値を超えない場合もあり得る。そこで、計数部１１３は、設定された除外期間の合計時間が基準観察時間に占める割合を考慮して、通知閾値を自動的に修正してもよい。例えば、基準観察時間が２４時間であって、除外期間の合計が３時間である場合には、通知閾値を５０×（２４－３）／２４＝４３．７５回に修正する。この場合、計数部１１３は、計数した総回数が修正された通知閾値を超えるペン３０１が現れたことを確認したら超過通知を出力する。

また、それぞれのペン３０１に収容される豚３０２の頭数が互いに異なるのであれば、収容されている頭数を考慮してペンごとに通知閾値を修正してもよい。例えば、一つのペンに１０頭の豚３０２を収容することを想定して通知閾値の「５０回」が設定されているのであれば、８頭の豚３０２が収容されたペン３０１に対しては、５０×（８／１０）＝４０回に修正する。この場合、計数部１１３は、８頭が収容されたペン３０１を対象として計数した総回数が４０回を超えたら超過通知を出力する。

図７は、超過通知を受けた飼育員端末２２０の表示例を示す図である。上述のように、計数部１１３が超過通知を出力すると、飼育員端末２２０は、当該超過通知を受信して、その内容を表示パネルに表示する。具体的には図示するように、飼育員端末２２０は、超過通知に付加されているペン情報を参照して、特定姿勢の回数が通知閾値（規定値）を超えたペンナンバーを表示する（図の例では「第２ペン」）。また、養豚場のペン配置に関する屋内地図を保持している場合は、当該特定ペンの位置が認識されるように併せて表示する。なお、飼育員端末２２０は、このような表示を行うと共に告知音を発してもよい。

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８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、基準観察時間の開始時点から開始される。なお、ここでは、除外期間に対する処理を省略して説明する。

計数部１１３は、観察開始にあたり初期処理としてステップＳ１０１で、経時タイマＴによる経時を開始させ、第ｎペンに収容されている豚３０２の特定姿勢の総回数をカウントするカウンタＣ_ｎを全てリセットする。なお、ここでは養豚場内のペンの数はｍ個であり、それぞれのペンに対応するＣ_１からＣ_ｍまでのカウンタが用意されているものとする。

計数部１１３は、ステップＳ１０２へ進み、変数ｎを１にセットする。これに応じて処理対象とするカウンタをＣ_１に切り替える。ステップＳ１０３へ進み、取得部１１１は、第ｎペンに向けられたカメラユニット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。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、ｉｍｇ_１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。

検知部１１２は、ステップＳ１０４で、受け取った画像データの画像ｉｍｇ_ｎを記憶部１２０から読み出した検知用ニューラルネットワーク１２１へ入力して、画像ｉｍｇ_ｎ内で特定姿勢を取る豚３０２の頭数（検知数）を出力させる。具体的には図３を用いて説明したように、犬座姿勢の頭数、庇寝姿勢の頭数、背湾姿勢の頭数、パンティングの頭数を出力させる。検知部１１２は、それらの頭数を検知数として計数部１１３へ引き渡す。計数部１１３は、ステップＳ１０５で、計数リスト１２２を読み出し、受け取ったそれぞれの検知数を各々の姿勢に対応させて加算すると共に、その時点におけるＣ_ｎのカウンタ値に検知部１１２から受け取った検知数の全数を加算することによりＣ_ｎを更新する。

ステップＳ１０６へ進み、計数部１１３は、更新したＣ_ｎの値が、通知閾値Ｃ_ｄを超えたか否かを判断する。通知閾値Ｃ_ｄを超えたと判断したら、ステップＳ１０７へ進み、超過通知を生成して飼育員端末２２０へ出力する。このとき、ペン情報として第ｎペンが特定ペンであることを付加する。超過通知を出力したらステップＳ１０８へ進む。計数部１１３は、ステップＳ１０６で通知閾値Ｃ_ｄを超えていないと判断したら、ステップＳ１０７をスキップしてステップＳ１０８へ進む。

計数部１１３は、ステップＳ１０８で変数ｎをインクリメントし、ステップＳ１０９へ進む。ステップＳ１０９へ進んだら、変数ｎが養豚場内のペン数ｍを超えたか否かを判断する。超えていないと判断したら、ステップＳ１０３へ戻り、インクリメントした変数ｎに対して同様の処理を実行する。超えたと判断したら、ステップＳ１１０へ進む。

計数部１１３は、ステップＳ１１０へ進んだら、経時タイマＴが基準観察時間Ｔ_ｃを超えたか否かを判断する。超えていないと判断したら、予め設定された周期に応じたインターバルをおいてステップＳ１０２へ戻る。超えたと判断したら、一連の処理を終了する。連続して観察を実行する場合には、再びステップＳ１０１から処理を開始する。

次に、本実施形態に係るいくつかの別実施例について説明する。図９は、他の実施例に係る豚飼育支援装置の計数リスト１２２’を説明する図である。計数リスト１２２’は、重み係数表を有する点で図６に示した計数リスト１２２と異なる。これまで説明した実施例においては、特定姿勢として検知の対象とした犬座姿勢、庇寝姿勢、背湾姿勢、パンティングを対等に扱い、それぞれの姿勢で検知された回数を単純に足し合わせて総回数を計数した。しかし、それぞれの姿勢が検知された場合に体調不良の兆候を示す度合い、換言すれば体調不良の判断に寄与する寄与度は、互いに異なり得る。

例えば、パンティングは、豚舎内が高温であって暑熱ストレスが高まった場合に観察されることが多く、放置すれば当該豚が死に至る可能性も高い。一方で、背湾姿勢は、軽度の体調不良の豚にもしばしば観察される。そこで、本実施例においては、特定姿勢として検知されるそれぞれの姿勢に応じて重み付けを付与して総回数を計数する。

図９の計数リスト１２２’によれば、犬座姿勢の重み係数は「１．０」であり、庇寝姿勢の重み係数は「１．０」であり、背湾姿勢の重み係数は「０．８」であり、パンティングの重み係数は「１．６」である。ここでは、体調不良の判断に与える背湾姿勢の寄与度を下げ、パンティングの寄与度を上げている。管理者等は、経験的、統計的に把握しているそれぞれの姿勢における寄与度に応じて、事前に重み係数を設定することができる。このような重み係数が設定されると、例えば犬座姿勢が４回、庇寝姿勢が３回、背湾姿勢が４回、パンティングが１回と観察された第２ペンの総回数は、４×１．０＋３×１．０＋４×０．８＋１×１．６＝１１．８回と計算される。このように重み付けを与えて総回数をスコアのように計数することにより、それぞれの姿勢の特性を考慮した、より精度の高い体調不良予測を実現することができる。

図９の計数リスト１２２’を利用する実施例においては、検知するそれぞれの姿勢に応じて重み付けを付与したが、それぞれの姿勢が検知された継続時間に対して重み付けを付与する手法も採用し得る。例えば、１回として検知される犬座姿勢であっても、１分間で解かれる場合と１０分間継続する場合で、計数する回数を異ならせる。具体的には、例えば検知開始から１分の間は、検知時間（分）×１．０とし、その後３分までは、検知時間（分）×１．２とし、それ以降は、検知時間（分）×１．５などと設定する。このような重み付けを与えて総回数を計数することでも、より精度の高い体調不良予測が期待できる。この場合、姿勢による重み付けも併せて適用してもよい。

図１０は、更に他の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１と同様の要素については、同一符番を付すことによりその説明を省略する。

図１０に示す実施例においては、飼育員は飼育員端末２２０を所持しておらず、代わりにそれぞれのペン３０１に隣接して告知灯２４０が一つずつ設置されている。それぞれの告知灯２４０は、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と接続される。サーバ１００は、例えば第５ペンにおいて計数した特定姿勢の回数が通知閾値を超えたら、第５ペンに隣接して設置された告知灯２４０へ超過通知に相当する通知信号を送信して当該告知灯２４０を点灯させる。このような告知灯２４０を利用すれば、飼育員は、飼育員端末２２０を所持していなくても向かうべきペン３０１を認識できる。飼育員は、告知灯２４０が点灯したペン３０１に収容された豚３０２を対象として、体調不良の兆候を示す豚を探せばよい。

図１１は、更に他の実施例に係る豚飼育支援装置の計数リスト１２２”を説明する図である。以上に説明した実施例おいては、１つのペン３０１に収容された複数の豚３０２は互いに区別して認識されないものであった。したがって、観察対象となる特定のペン３０１に収容されている豚３０２のいずれかが特定姿勢を取れば、１回の特定姿勢として検知した。例えば、通知閾値が５０回に設定されているときには、１頭の豚３０２が５０回を超える特定姿勢を取った場合も、１０頭の豚３０２がそれぞれ５～６回の特定姿勢を取った場合も、計数部１１３は超過通知を出力する。すなわち、飼育員は、いずれのペン３０１で規定値を超える特定姿勢が検知されたかがわかったとしても、特定の豚３０２が強く体調不良の兆候を示しているのか、ペン内の豚３０２が全体的に体調不良の傾向にあるのかを見極めることが必要である。

一方で、それぞれのペン３０１内に収容された複数の豚３０２を互いに区別して認識する技術が知られるようになってきている。例えば、識別マーカをそれぞれの豚３０２に装着し、それをカメラユニット２１０が撮像して得た画像を解析することにより、個体識別を実現できる。あるいは、ペン３０１へ収容する時点でそれぞれの豚３０２を撮像して当該撮像画像に識別番号を対応させておき、その後に特定姿勢を検知した豚３０２がいずれの識別番号と対応付けられた撮像画像と適合するかを、学習モデルを用いて検知してもよい。

図１１に示す計数リスト１２２”は、それぞれのペン３０１内に収容された豚３０２の個体識別が可能な場合の計数リストである。それぞれのペン３０１には、例えば１０頭ずつの豚３０２が収容されており、それぞれの豚３０２は付与された識別番号によって区別される。そして、検知部１１２は、特定姿勢を検知すると共に、その特定姿勢を取った豚３０２の識別番号を特定する。計数部１１３は、検知部１１２からそれらの情報を受け取って、特定された識別番号に対応する豚の特定姿勢の回数を更新する。

なお、個体識別を行う場合には通知閾値を、個体識別を行わない場合に比べて小さな値に設定すれば、特定の豚３０２の体調不良をいち早く察知することができる。計数リスト１２２”では、通知閾値が２５回に設定されている。計数部１１３は、特定の豚３０２がこの通知閾値を超えた場合に、その識別番号の情報を付加した超過通知を飼育員端末２２０へ出力する。図１０を用いて説明した告知灯２４０が表示部を備えるのであれば、計数部１１３は、その特定の豚３０２が収容されたペンに隣接する告知灯２４０へ超過通知を出力し、その識別番号を当該告知灯２４０の表示部に表示してもよい。飼育員は、特定の豚３０２に関する情報も得ることができれば、ペン３０１に収容された複数の豚３０２の中から当該特定の豚３０２を容易に見つけ出すことができる。

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、それぞれのペン３０１に一つずつのカメラユニット２１０を設置したが、複数のペン３０１をまとめて俯瞰するカメラユニットを設置してもよい。その場合には、取得部１１１は、カメラユニットから取得した画像を各ペン３０１の境界に沿って分割し、分割したそれぞれの画像を順次検知部１１２へ引き渡せばよい。反対に、１つのペン３０１に対して複数のカメラユニット２１０を設置してもよい。例えば、ペン３０１内の豚３０２を側方から撮像するカメラユニット２１０を設置すれば、特定姿勢の誤検知を軽減できる。

また、以上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。この場合に、豚舎の事情やそれぞれに収容されている豚の種類等によって、通知閾値や重み付けなどの設定値を異ならせてもよい。

また、以上説明した本実施形態においては、基準観察時間が経過するごとにそれまでの記録をリセットして新たな基準観察時間では０から計数を始めたが、計数の手法はこれに限らない。例えば、基準観察時間（例えば２４時間）のうち、新たな単位時間（例えば１時間）の観察を開始する時点で最も古い単位時間分の観察結果を破棄するようにしてもよい。このように基準観察時間を時間の経過とともにシフトさせれば、現時点におけるそれぞれのペン３０１の状況をより正しく把握でき、体調不良の豚３０２が現れた場合もあまり遅延することなく超過通知を出力することができる。

また、以上説明した本実施形態において超過通知の出力先は、飼育員端末２２０であったり告知灯２４０であったりしたが、これらに限らない。計数部１１３は、サーバ１００に接続された表示モニタ１５０に、超過通知に関する情報を直接的に表示しても構わない。また、計数部１１３は、計数する特定姿勢の回数が通知閾値を超えた場合に超過通知を出力する場合に加え、あるいは超過通知を出力する代わりに、計数中の特定姿勢の回数を定常的に出力してもよい。例えば、それぞれのペン３０１において計数されている現時点の特定姿勢の回数が飼育員端末２２０に一覧表示されるようにしてもよい。

また、以上説明した本実施形態においては、特定姿勢として犬座姿勢、庇寝姿勢、背湾姿勢、パンティングの４つを対象としてその回数を計数したが、対象とする特定姿勢はこれに限らない。４つのうちのいずれかを選択してもよいし、体調不良の豚が示す他の特定姿勢をこれらに加えて、あるいはこれらに代えて設定してもよい。

また、以上説明した本実施形態においては、サーバ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…サーバ、１１０…演算部、１１１…取得部、１１２…検知部、１１３…計数部、１２０…記憶部、１２１…検知用ニューラルネットワーク、１２２…計数リスト、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…カメラユニット、２２０…飼育員端末、２３０…無線ユニット、２４０…告知灯、３０１…ペン、３０２…豚

Claims (9)

1. それぞれにおいて豚が集団飼育されている複数のペンに向けられ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に基づいて前記豚の特定姿勢として、前脚を立てた状態で着座する犬座姿勢、伏臥した胴部の下に前脚を収める庇寝姿勢、背中を丸めて前屈みとなる背湾姿勢、および横臥位で腹部を波打たせたパンティングの少なくともいずれかを検知する検知部と、
   設定された観察時間の間に前記複数のペンのそれぞれにおいて検知された前記特定姿勢の回数を計数する計数部と
   を備える豚飼育支援装置。
2. 前記計数部は、前記複数のペンのうちいずれかのペンにおいて前記回数が設定された閾値を超えた場合に、当該ペンに関するペン情報を含む超過通知を出力する請求項１に記載の豚飼育支援装置。
3. 前記計数部は、集団飼育されているそれぞれの前記豚を識別して前記特定姿勢の回数を計数し、前記超過通知を出力する場合には前記特定姿勢を示した前記豚に関する識別情報を前記超過通知に付加する請求項２に記載の豚飼育支援装置。
4. 前記検知部は、連続する複数の前記画像に基づいて前記特定姿勢を検知する請求項１から３のいずれか１項に記載の豚飼育支援装置。
5. 前記検知部は、前記特定姿勢を取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特定姿勢を検知する請求項１から４のいずれか１項に記載の豚飼育支援装置。
6. 前記計数部は、前記検知部が前記特定姿勢として複数種類の姿勢を対象として検知する場合には、検知した姿勢に応じて重み付けを付与して計数する請求項１から５のいずれか１項に記載の豚飼育支援装置。
7. 前記計数部は、前記検知部が前記特定姿勢を継続して検知した場合には、検知した継続時間に応じて重み付けを付与して計数する請求項１から６のいずれか１項に記載の豚飼育支援装置。
8. それぞれにおいて豚が集団飼育されている複数のペンに向けられ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に基づいて前記豚の特定姿勢として、前脚を立てた状態で着座する犬座姿勢、伏臥した胴部の下に前脚を収める庇寝姿勢、背中を丸めて前屈みとなる背湾姿勢、および横臥位で腹部を波打たせたパンティングの少なくともいずれかを検知する検知ステップと、
   設定された観察時間の間に前記複数のペンのそれぞれにおいて検知された前記特定姿勢の回数を計数する計数ステップと
   を有する豚飼育支援方法。
9. それぞれにおいて豚が集団飼育されている複数のペンに向けられ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に基づいて前記豚の特定姿勢として、前脚を立てた状態で着座する犬座姿勢、伏臥した胴部の下に前脚を収める庇寝姿勢、背中を丸めて前屈みとなる背湾姿勢、および横臥位で腹部を波打たせたパンティングの少なくともいずれかを検知する検知ステップと、
   設定された観察時間の間に前記複数のペンのそれぞれにおいて検知された前記特定姿勢の回数を計数する計数ステップと
   をコンピュータに実行させる豚飼育支援プログラム。