TW202040429A - 產乳動物採食分析系統與方法 - Google Patents
產乳動物採食分析系統與方法 Download PDFInfo
- Publication number
- TW202040429A TW202040429A TW108113396A TW108113396A TW202040429A TW 202040429 A TW202040429 A TW 202040429A TW 108113396 A TW108113396 A TW 108113396A TW 108113396 A TW108113396 A TW 108113396A TW 202040429 A TW202040429 A TW 202040429A
- Authority
- TW
- Taiwan
- Prior art keywords
- milk
- feeding
- module
- animal
- images
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims description 10
- 238000004519 manufacturing process Methods 0.000 title abstract description 13
- 244000144972 livestock Species 0.000 title abstract 7
- 238000010191 image analysis Methods 0.000 claims abstract description 26
- 241001465754 Metazoa Species 0.000 claims description 191
- 239000008267 milk Substances 0.000 claims description 136
- 235000013336 milk Nutrition 0.000 claims description 136
- 210000004080 milk Anatomy 0.000 claims description 136
- 230000001815 facial effect Effects 0.000 claims description 101
- 235000013365 dairy product Nutrition 0.000 claims description 46
- 238000012549 training Methods 0.000 claims description 26
- 238000013528 artificial neural network Methods 0.000 claims description 17
- 230000003321 amplification Effects 0.000 claims description 16
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 14
- 230000009471 action Effects 0.000 claims description 12
- 230000001537 neural effect Effects 0.000 claims description 7
- 238000013434 data augmentation Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000004858 feed analysis Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 20
- 241000283690 Bos taurus Species 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 239000000383 hazardous chemical Substances 0.000 description 3
- 231100000206 health hazard Toxicity 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 239000004459 forage Substances 0.000 description 2
- 239000007943 implant Substances 0.000 description 2
- 241001494479 Pecora Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K11/00—Marking of animals
- A01K11/006—Automatic identification systems for animals, e.g. electronic devices, transponders for animals
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K1/00—Housing animals; Equipment therefor
- A01K1/02—Pigsties; Dog-kennels; Rabbit-hutches or the like
- A01K1/0209—Feeding pens for pigs or cattle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Animal Husbandry (AREA)
- Zoology (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Molecular Biology (AREA)
- Birds (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一種產乳動物採食分析系統，包括影像分析裝置與訊號連接於影像分析裝置的中央伺服器。影像分析裝置配置為對採食欄位擷取多張影像、將這些影像清晰化，並辨識出清晰化後的影像中產乳動物進行採食動作的多張臉部影像，並將每一採食動作所對應的多張臉部影像以及對應這些臉部影像的採食時段擷取下來，以產生多個擷取訊號，最後將每一擷取訊號傳送到中央伺服器。中央伺服器包括產乳動物資料庫其具有多個原始臉部影像。中央伺服器配置為根據原始臉部影像將每一擷取訊號的臉部影像之產乳動物身分辨認出來，且將已確認的產乳動物身分與每一擷取訊號的採食時段整合為採食記錄。本發明也提出一種產乳動物採食分析方法。
Description
本發明有關於一種產乳動物採食分析系統與方法，尤其是一種利用影像辨識做採食分析的產乳動物採食分析系統與方法。
人類將產乳動物，例如為牛隻集中飼養以快速地取得大量的牛奶。一頭牛的牛奶產量則與進食狀況高度相關，因此農場的經營者必須確保每頭牛皆攝取足夠的牧草或飼料。
然而，在農場人力有限情況下，過去都是在牛隻明顯變瘦以後才會注意到此牛隻可能有進食不足的狀況，然而往往已對奶量造成影響。
近年來，已有人將無線辨識系統（Radio frequency Identification）應用於牛隻管理。可將電子標籤以晶片方式植入牛隻體內或以吊牌方式懸掛於牛隻的頸部，電子標籤中有牛隻的身分資料，並在牧草或飼料的採食欄位中設置感應及傳送裝置，當牛隻前來採食時，可將牛隻身分傳送到一個管理電腦，已掌握牛隻的進食狀況。
然而，電子標籤是在牛隻體內植入晶片或掛上吊牌，存在晶片故障或吊牌掉落的風險。又，電子標籤也可能產生誤感應的情況，例如牛隻並未進食，但卻因經過採食欄位而受到感應。此外，電子標籤對於牛隻而言屬於非天然的外來物，長期配戴或會對牛的心理產生影響而違反人道精神，甚或存在科學尚無法證實的實際健康危害。
本發明提供一種產乳動物採食分析系統，具有高度的設備可靠度與資訊準確性，並符合人道精神。
本發明提供一種產乳動物採食分析方法，具有高度的設備可靠度與資訊準確性，並符合人道精神。
本發明所提供的產乳動物採食分析系統，適於分析一個產乳動物舍中的多個產乳動物的採食狀況，包括多個影像分析裝置與訊號連接於每一影像分析裝置的中央伺服器。每一影像分析裝置設置於產乳動物舍中，每一影像分析裝置包括影像擷取模組、電性連接於影像擷取模組的影像前處理偵測模組、電性連接於影像前處理模組的採食辨識模組以及電性連接於採食辨識模組的資料傳輸模組。影像擷取模組配置為對採食欄位擷取多張影像，採食辨識模組配置為辨識出已清晰化的影像中產乳動物進行採食動作的多張臉部影像，並將每一採食動作所對應的多張臉部影像以及對應這些臉部影像的採食時段擷取下來，以產生多個擷取訊號，以產生多個擷取訊號。資料傳輸模組配置為將每一擷取訊號傳送到中央伺服器。中央伺服器包括資料接收模組、產乳動物資料庫、臉部辨識模組與採食記錄產生模組。資料接收模組訊號連接於資料傳輸模組並配置為接收對應每一擷取訊號的臉部影像以及採食時段，產乳動物資料庫具有多個產乳動物資料，每一產乳動物資料包括產乳動物身分以及關聯於產乳動物身分的至少一原始臉部影像，臉部辨識模組配置為根據至少一原始臉部影像將每一擷取訊號中的臉部影像的產乳動物身分辨識出來，採食記錄產生模組配置為整合已確認的產乳動物身分與臉部影像所對應的採食時段，以產生採食記錄。
在本發明的一實施例中，中央伺服器更包括顯示裝置，電性連接於採食記錄產生模組，以顯示每一產乳動物之採食記錄。
在本發明的一實施例中，中央伺服器更包括電性連接於產乳動物資料庫的資料擴增模組以及電性連接於資料擴增模組與臉部辨識模組的類神經網路訓練模組，資料擴增模組配置將每一原始臉部影像擴增為多個特徵加強影像，類神經網路訓練模組配置為對特徵加強影像進行訓練，以產生臉部辨識模型，臉部辨識模組則配置為根據臉部辨識模型辨識對應每一擷取訊號的臉部影像。
在本發明的一實施例中，資料擴增模組配置為對臉部影像進行轉動、局部扭曲及/或對比度改變，以得到特徵加強影像。
在本發明的一實施例中，臉部辨識模組更配置為將對應每一擷取訊號的臉部影像加入產乳動物資料庫的原始臉部影像中，資料擴增模組與類神經網路訓練模組則將根據更新後的原始臉部影像更新臉部辨識模型，而當臉部辨識模組未能辨識出對應每一擷取訊號的臉部影像的產乳動物身分時，產乳動物資料庫將對應每一擷取訊號的臉部影像分別建立為一個新的產乳動物身分。
在本發明的一實施例中，影像分析裝置更包括電性連接於採食辨識模組的類神經網路訓練模組，配置為提供採食辨識模型給採食辨識模組，以辨識出這些臉部影像。
本發明所提供的產乳動物採食分析方法，適於分析一個產乳動物舍中的多個產乳動物於至少一採食欄位的採食狀況，包括下列步驟：
a.對至少一採食欄位擷取多張影像。
b.對這些影像進行前處理，使這些影像清晰化。
c.辨識出這些已清晰化的影像中產乳動物進行採食動作的多張臉部影像，並將每一採食動作所對應的多張臉部影像以及對應這些臉部影像的採食時段擷取下來，以產生多個擷取訊號。
d.提供多個產乳動物資料，每一產乳動物資料包括產乳動物身分以及關聯於產乳動物身分的至少一原始臉部影像，並根據每一產乳動物資料的至少一原始臉部影像辨識對應每一擷取訊號的臉部影像，以確認臉部影像的產乳動物身分。
e.整合已確認的產乳動物身分與每一擷取訊號的採食時段，以得到採食記錄。
在本發明的一實施例中，確認臉部影像的產乳動物身分的步驟包括：將每一產乳動物資料的至少一原始臉部影像擴增為多個特徵加強影像；以類神經網路訓練方式對特徵加強影像進行訓練，以產生臉部辨識模型；以及根據臉部辨識模型辨識對應每一擷取訊號的臉部影像。
在本發明的一實施例中，在確認對應每一擷取訊號的臉部影像之後，將對應每一擷取訊號的臉部影像加入產乳動物資料庫的原始臉部影像中，並根據更新後的原始臉部影像重建臉部辨識模型。
在本發明的一實施例中，當一個擷取訊號的臉部影像未能根據每一產乳動物身分的原始臉部影像確認出產乳動物身分時，則根據此擷取訊號建立一個新的產乳動物身分。
本發明的實施例採用影像辨識的技術得到產乳動物的採食資訊，所採用的影像分析裝置不會接觸到產乳動物，而不會因產乳動物的移動而受到影響，例如晶片異常或吊牌掉落等，從而具有高度的可靠度。又，由於本發明的實施例採用影像辨識的技術得到產乳動物的採食資訊，是當產乳動物確實有採食的動作時才會加以記錄，可避免如習知技術的電子標籤誤感應的情形，從而具有高度的準確性。此外，本發明的實施例無須在產乳動物身體植入晶片或吊掛吊牌，從而符合人道主義的精神，並避免對於產乳動物造成未知的健康危害。
為讓本發明之上述和其他目的、特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式，作詳細說明如下。
圖1A是本發明一實施例的產乳動物採食分析系統的產乳動物舍平面示意圖，圖1B是本發明一實施例的產乳動物採食分析系統示意圖，圖1C是本發明一實施例的產乳動物採食分析系統進行產乳動物身分確認的示意圖。請參照圖1A至圖1C，本實施例的產乳動物採食分析系統10，適於分析一個產乳動物舍5中的多個產乳動物6的採食狀況，採食分析系統10包括中央伺服器11與訊號連接於中央伺服器11的多個影像分析裝置12。
產乳動物舍5可包括產乳動物活動區域50與多個採食欄位51，採食欄位51中堆放有牧草或飼料。產乳動物活動區域50與採食欄位51以圍籬52相隔，圍籬52具有鏤空部（未繪示），產乳動物6可透過鏤空部把頭伸入採食欄位51中進行採食。在本實施例中，產乳動物6為牛，但並不僅限於此，產乳動物6也可為羊或其他動物。
多個影像分析裝置12可設置在產乳動物舍5中，例如可設置在產乳動物舍5中相對圍籬52的牆壁53上，但並不僅限於此，例如，影像分析裝置12亦可設置在產乳動物舍5的天花板（未繪示）。每一影像分析裝置12包括影像擷取模組121、電性連接於影像擷取模組121的影像前處理模組122、電性連接於影像前處理模組122的採食辨識模組123以及電性連接於採食辨識模組123的資料傳輸模組124。影像擷取模組121配置為對採食欄位51擷取多張的影像，影像前處理模組122配置為清晰化影像擷取模組121所擷取的多張影像，例如銳利化及/或提高對比度。採食辨識模組123配置為辨識出這些已清晰化的影像中產乳動物6進行採食動作的多張臉部影像，並將每一採食動作所對應的多張臉部影像以及對應這些臉部影像的採食時段擷取下來，以產生多個擷取訊號500。資料傳輸模組124配置為將每一擷取訊號500傳送至中央伺服器11。
當產乳動物6把頭伸入採食欄位51中採食時，採食辨識模組123啟動，判斷產乳動物6開始採食，產乳動物6採食完畢後，採食辨識模組123判斷產乳動物6已採食完畢，則可根據採食期間的第一張與最後一張的臉部影像之拍攝時間點得到產乳動物6的採食時段。
影像分析裝置12可更包括電性連接於採食辨識模組的第一類神經網路訓練模組126其配置為提供採食辨識模型給採食辨識模組123，以辨識出進行採食的臉部影像。於一實施例中，第一類神經模組126可更電性連接於影像前處理模組122或影像擷取模組121，以透過影像擷取模組121，藉由對進食中的產乳動物6擷取影像而進行採食辨識模型的訓練。
影像分析裝置12可包括機殼120與設於機殼120中的電路主板125。影像擷取模組121可包括光學元件（未繪示）與設於電路主板125上的電路（未繪示）。影像前處理模組122、採食辨識模組123與第一類神經網路訓練模組126可分別為電路主板125中內建有程式或演算法的電路（未繪示）或晶片（未繪示），其中第一類神經網路訓練模組126可為具有人工智慧的程式。資料傳輸模組124可為設於機殼120內且電性連接於電路主板125的網路傳輸介面卡（未繪示），但並不僅限於此，資料傳輸模組124也可為設於電路主板125上的電路或晶片。電路主板125並設有中央處理器（未繪示），以驅動上述的電路及元件。
中央伺服器11包括資料接收模組111、產乳動物資料庫112、臉部辨識模組113與採食記錄產生模組114。資料接收模組111訊號連接於資料傳送模組124且配置為接收每一擷取訊號500，產乳動物資料庫112具有多個產乳動物資料，每一產乳動物資料包括產乳動物身分以及關聯於產乳動物身分的多個原始臉部影像600。臉部辨識模組113電性連接至資料接收模組111及產乳動物資料庫112，臉部辨識模組113配置為根據產乳動物資料庫112中的原始臉部影像600辨識出每一擷取訊號500中的臉部影像的產乳動物身分。採食記錄產生模組114電性連接於臉部辨識模組113且配置為整合已確認的產乳動物6的身分與每一擷取訊號500的採食時段，以產生採食記錄。
在本實施例中，中央伺服器11可更包括電性連接於產乳動物資料庫112的資料擴增模組116以及電性連接於資料擴增模組116與臉部辨識模組113的第二類神經網路訓練模組117。資料擴增模組116配置為將每一原始臉部影像600擴增為多個特徵加強影像601，例如可對每一原始臉部影像600進行轉動、局部扭曲及/或對比度改變。第二類神經網路訓練模組117配置為對特徵加強影像601進行訓練，以產生臉部辨識模型700，臉部辨識模組113則配置為根據臉部辨識模型700辨識對應每一擷取訊號500的多個臉部影像。
在本實施例中，臉部辨識模組113更配置為將對應每一擷取訊號500的臉部影像加入產乳動物資料庫112的原始臉部影像600中，資料擴增模組116與第二類神經網路訓練模組117則配置為根據更新後的原始臉部影像600重建臉部辨識模型700。中央伺服器11可設定臉部辨識模型700的重建週期，或當辨識一定數量的產乳動物身分後進行自動重建。另外，當臉部辨識模組700未能辨識出一個擷取訊號500的臉部影像的產乳動物身分時，產乳動物資料庫112可根據此擷取訊號500建立一個新的產乳動物身分。
中央伺服器11可更包括顯示裝置115，電性連接於採食記錄產生模組114，以顯示每一產乳動物6之採食記錄。採食記錄並可與此時期內產乳動物舍的溫度資訊、濕度資訊與產乳量資訊整合而顯示於顯示裝置115，以追蹤並管理個別產乳動物6的狀況。
中央伺服器11可為電腦或工作站，包括主機（未繪示）、設於主機中的主機板（未繪示）、電性連接於主機板的硬碟（未繪示）以及訊號連接於主機板的顯示器（未繪示）。硬碟中可安裝有產乳動物管理軟體，資料接收模組111可包括電性連接於主機板的網路介面卡（未繪示），產乳動物管理軟體透過中央伺服器11的作業軟體而連接於接收模組111。產乳動物資料庫112的多筆產乳動物身分與原始臉部影像則為存放於硬碟中的資料夾中且可被產乳動物管理軟體所讀取的多個檔案。臉部辨識模組113、採食記錄產生模組114、資料擴增模組116以及第二類神經網路訓練模組117可為產乳動物管理軟體中的程式，其中資料擴增模組116可為具有演算法的程式，而第二類神經網路訓練模組117則為具有人工智慧的演算法程式。採食記錄也可以為存放於硬碟中的資料夾中且可被產乳動物管理軟體所讀取的多個檔案。採食記錄與溫度資訊、濕度資訊及產乳量資訊等可為儲存於前述中央伺服器11的主機的硬碟中的檔案，前述產乳動物管理軟體可讀取這些檔案並以一個例如為表格的形式顯示於顯示裝置115。
圖2A是本發明一實施例的產乳動物採食分析方法的流程圖，圖2B是本發明一實施例的產乳動物身分確認的流程圖。請參照圖2A與圖2B，本實施例的產乳動物採食分析方法，適於分析一個產乳動物舍中的多個產乳動物於至少一採食欄位的採食狀況，包括下列步驟：
S101：對至少一採食欄位擷取多張影像。於一實施例中，可例如使用圖1A的影像分析裝置12的影像擷取模組121對產乳動物舍5中的採食欄位51進行記錄，但並不僅限於此。
S102：對這些影像進行前處理，使這些影像清晰化。於一實施例中，可例如使用圖1B中的影像分析裝置12的影像前處理模組122將影像擷取模組121所擷取的影像進行例如銳利化或提高對比度的處理程序，但並不僅限於此。
S103：辨識出這些已清晰化的影像中產乳動物進行採食動作的多張臉部影像，並將每一採食動作所對應的多張臉部影像以及對應這些臉部影像的採食時段擷取下來，以產生多個擷取訊號。於一實施例中，可例如使用圖1B中的影像分析裝置12的採食辨識模組執行此步驟，但並不僅限於此。
S104：提供多個產乳動物資料，每一產乳動物資料包括產乳動物身分以及關聯於產乳動物身分的至少一原始臉部影像，並根據每一產乳動物資料的至少一原始臉部影像辨識對應每一擷取訊號的臉部影像，以確認臉部影像的產乳動物身分。於一實施例中，請再參照圖1B，可例如使用影像分析裝置12的資料傳輸模組124將每一擷取訊號傳送到中央伺服器11的資料接收模組111，再由臉部辨識模組113執行辨識，但並不僅限於此。
步驟S104並包括下列步驟：
S1041：將每一產乳動物資料的至少一原始臉部影像擴增為多個特徵加強影像。此步驟可例如由圖1B中的資料擴增模組116執行，但並不僅限於此。
S1042：以類神經網路訓練方式對特徵加強影像進行訓練，以產生臉部辨識模型。此步驟可例如由圖1B中的類神經網路訓練訓練模組117執行，但並不僅限於此。
S1043：根據臉部辨識模型辨識對應每一擷取訊號的臉部影像。此步驟可例如由圖1B中的臉部辨識模組113執行，但並不僅限於此。
在本實施例中，可更包括步驟S1044：在確認對應每一擷取訊號的臉部影像的產乳動物身分後，將這些臉部影像加入產乳動物資料庫的原始臉部影像中，並回到步驟S1041。藉由步驟S1041與步驟S1042即可更新臉部辨識模型。
S105：整合已確認的產乳動物身分與每一擷取訊號的採食時段，以得到採食記錄。此步驟可由圖1B的採食記錄產生模組114執行，但並不僅限於此。
在本實施例中，可更包括步驟S106：當一個擷取訊號的臉部影像未能根據每一產乳動物身分的原始臉部影像確認出產乳動物身分時，則根據此擷取訊號建立一個新的產乳動物身分。此步驟可由圖1B中的產乳動物資料庫112執行，但並不僅限於此。
本發明的實施例採用影像辨識的技術得到產乳動物的採食資訊，所採用的影像分析裝置不會接觸到產乳動物，而不會因產乳動物的移動而受到影響，例如晶片異常或吊牌掉落等，從而具有高度的可靠度。又，由於本發明的實施例採用影像辨識的技術得到產乳動物的採食資訊，是當產乳動物確實有採食的動作時才會加以記錄，可避免如習知技術的電子標籤誤感應的情形，從而具有高度的準確性。此外，本發明的實施例無須在產乳動物身體植入晶片或吊掛吊牌，從而符合人道主義的精神，並避免對於產乳動物造成未知的健康危害。
雖然本發明已以實施例揭露如上，然其並非用以限定本發明，本發明所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
10:產乳動物採食分析系統
11:中央伺服器
111:資料接收模組
112:產乳動物資料庫
113:臉部辨識模組
114:採食記錄產生模組
115:顯示裝置
116:資料擴增模組
117:第二類神經網路訓練模組
12:影像分析裝置
120:機殼
121:影像記錄模組
122:影像前處理模組
123:採食辨識模組
124:資料傳輸模組
125:電路主板
126:第一類神經網路訓練模組
5:產乳動物舍
50:產乳動物活動區域
51:採食欄位
52:圍籬
53:牆壁
500:擷取訊號
6:產乳動物
600:原始臉部影像
601:特徵加強影像
700:臉部辨識模型
S101~S106、S1041~S1044:步驟
圖1A是本發明一實施例的產乳動物採食分析系統的產乳動物舍平面示意圖。
圖1B是本發明一實施例的產乳動物採食分析系統的示意圖。
圖1C是本發明一實施例的產乳動物採食分析系統進行產乳動物身分確認的示意圖。
圖2A是本發明一實施例的產乳動物採食分析方法的流程圖。
圖2B是本發明一實施例的產乳動物身分確認的流程圖
10:產乳動物採食分析系統
11:中央伺服器
111:資料接收模組
112:產乳動物資料庫
113:臉部辨識模組
114:採食記錄產生模組
115:顯示裝置
116:資料擴增模組
117:第二類神經網路訓練模組
12:影像分析裝置
120:機殼
121:影像擷取模組
122:影像前處理模組
123:採食辨識模組
124:資料傳輸模組
125:電路主板
126:第一類神經網路訓練模組
Claims (10)
- 一種產乳動物採食分析系統，適於分析一個產乳動物舍中的多個產乳動物的採食狀況，該產乳動物採食分析系統包括： 多個影像分析裝置，設置於該產乳動物舍中的多個採食欄位附近，每一該些影像分析裝置包括： 一影像擷取模組，配置為對該些採食欄位其中之一擷取多張影像； 一影像前處理模組，電性連接至該影像擷取模組，並配置為將該些影像進行清晰化的處理； 一採食辨識模組，電性連接至該影像前處理模組，且配置為辨識出該些已清晰化的影像中該些產乳動物進行採食動作的多張臉部影像，並將每一採食動作所對應的多張臉部影像以及對應該些臉部影像的一採食時段擷取下來，以產生多個擷取訊號； 一資料傳輸模組，電性連接至該採食辨識模組，並配置為傳送出該些擷取訊號；以及 一中央伺服器，訊號連接於每一該些影像分析裝置，該中央伺服器包括： 一資料接收模組，配置為接收該些擷取訊號； 一產乳動物資料庫，具有多個產乳動物資料，每一該些產乳動物資料包括一產乳動物身分以及關聯於該產乳動物身分的至少一原始臉部影像； 一臉部辨識模組，電性連接至該資料接收模組及該產乳動物資料庫，並配置為根據每一該些產乳動物資料的該至少一原始影像將每一該些擷取訊號中的該些臉部影像的產乳動物身分辨識出來；以及 一採食記錄產生模組，電性連接至該比對模組，並配置為整合已確認的該產乳動物身分與每一該些擷取訊號中的該採食時段，以產生採食記錄。
- 如請求項1所述的產乳動物採食分析系統，其中該中央伺服器更包括一顯示裝置，電性連接於該採食記錄產生模組，以顯示每一該些產乳動物之該採食記錄。
- 如請求項1所述的產乳動物採食分析系統，其中該中央伺服器更包括電性連接於該產乳動物資料庫的一資料擴增模組以及電性連接於該資料擴增模組與該臉部辨識模組的類神經網路訓練模組，該資料擴增模組配置將每一該些原始臉部影像擴增為多個特徵加強影像，該類神經網路訓練模組配置為對該些特徵加強影像進行訓練，以產生一臉部辨識模型，該臉部辨識模組則配置為根據該臉部辨識模型辨識對應每一該些擷取訊號的該些臉部影像。
- 如請求項3所述的產乳動物採食分析系統，其中該資料擴增模組配置為對每一該些原始臉部影像進行轉動、局部扭曲及/或對比度改變，以得到該些特徵加強影像。
- 如請求項3所述的產乳動物採食分析系統，其中該臉部辨識模組更配置為將對應每一該些擷取訊號的該些臉部影像加入該產乳動物資料庫的該些原始臉部影像中，該資料擴增模組與該類神經網路訓練模組則將根據更新後的該些原始臉部影像更新該臉部辨識模型，而當該臉部辨識模組未能辨識出對應每一該些擷取訊號的該些臉部影像的產乳動物身分時，該產乳動物資料庫將對應每一該些擷取訊號的該些臉部影像分別建立為一個新的產乳動物身分。
- 如請求項1所述的產乳動物採食分析系統，其中該影像分析裝置更包括一電性連接於該採食辨識模組的類神經網路訓練模組，配置為提供一採食辨識模型給該採食辨識模組，以辨識出該些臉部影像。
- 一種產乳動物採食分析方法，適於分析一個產乳動物舍中的多個產乳動物於至少一採食欄位的採食狀況，包括下列步驟： 對該至少一採食欄位擷取多張影像； 對該些影像進行前處理，使該些影像清晰化； 辨識出該些已清晰化的影像中該些產乳動物進行採食動作的多張臉部影像，並將每一採食動作所對應的多張臉部影像以及對應該些臉部影像的一採食時段擷取下來，以產生多個擷取訊號； 提供一產乳動物資料庫其具有多個產乳動物資料，每一該些產乳動物資料包括一產乳動物身分以及關聯於該產乳動物身分的至少一原始臉部影像，並根據每一該些產乳動物資料的該至少一原始臉部影像辨識出每一該些擷取訊號中的多張臉部影像的產乳動物身分；以及 整合已確認的該產乳動物身分與每一該些擷取訊號的該採食時段，以得到採食記錄。
- 如請求項7所述的產乳動物採食分析方法，其中確認該些臉部影像的產乳動物身分的步驟包括： 將每一該些產乳動物資料的該至少一原始臉部影像擴增為多個特徵加強影像； 以類神經網路訓練方式對該些特徵加強影像進行訓練，以產生一臉部辨識模型；以及 根據該臉部辨識模型辨識對應每一該些擷取訊號的該些臉部影像。
- 如請求項8所述的產乳動物採食分析方法，其中在確認對應每一該些擷取訊號的該些臉部影像的產乳動物身分後，將對應每一該些擷取訊號的該些臉部影像加入該產乳動物資料庫的該些原始臉部影像中，並根據更新後的該些原始臉部影像更新該臉部辨識模型。
- 如請求項7所述的產乳動物採食分析方法，其中當一該擷取訊號的該些臉部影像未能根據每一該些產乳動物身分的該至少一原始臉部影像確認出產乳動物身分時，根據每一該些擷取訊號分別建立一個新的產乳動物身分。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW108113396A TWI714057B (zh) | 2019-04-17 | 2019-04-17 | 產乳動物採食分析系統與方法 |
| US16/522,675 US10757914B1 (en) | 2019-04-17 | 2019-07-26 | Feeding analysis system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW108113396A TWI714057B (zh) | 2019-04-17 | 2019-04-17 | 產乳動物採食分析系統與方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202040429A true TW202040429A (zh) | 2020-11-01 |
| TWI714057B TWI714057B (zh) | 2020-12-21 |
Family
ID=72241411
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW108113396A TWI714057B (zh) | 2019-04-17 | 2019-04-17 | 產乳動物採食分析系統與方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US10757914B1 (zh) |
| TW (1) | TWI714057B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112131973B (zh) * | 2020-09-07 | 2023-11-07 | 京东科技信息技术有限公司 | 一种饲料处理监管方法、系统、设备及存储介质 |
| CN112541487B (zh) * | 2021-01-01 | 2021-08-27 | 生态环境部卫星环境应用中心 | 基于亚米级高分卫星遥感影像的牧区羊群的自动监测方法 |
| CN113179963A (zh) * | 2021-03-31 | 2021-07-30 | 广东广垦畜牧工程研究院有限公司 | 一种养殖场智能管理及精准饲喂系统及方法 |
| CN113962336B (zh) * | 2021-08-06 | 2023-11-24 | 杨甦 | 可实时的牛只正脸id编码方法 |
Family Cites Families (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5673647A (en) * | 1994-10-31 | 1997-10-07 | Micro Chemical, Inc. | Cattle management method and system |
| US20080215473A1 (en) * | 2002-01-23 | 2008-09-04 | Christopher Cashman | Method for Positively Identifying Livestock and Use Thereof In Legal Instruments Relating Thereto |
| SE522975C2 (sv) * | 2002-07-19 | 2004-03-23 | Delaval Holding Ab | Metod och arrangemang för att automatiskt verifiera mjölkproducerande djurs identiteter |
| SE528623C2 (sv) * | 2005-03-14 | 2007-01-09 | Delaval Holding Ab | Arrangemang och förfarande för mjölkning av ett flertal mjölkdjur |
| TWI357022B (en) * | 2008-05-09 | 2012-01-21 | Nat Univ Chin Yi Technology | Recognizing apparatus and method for facial expres |
| GB0822580D0 (en) * | 2008-12-11 | 2009-01-14 | Faire Ni Ltd | An animal monitoring system and method |
| AU2011218640B2 (en) * | 2010-12-09 | 2014-12-11 | Smart Farm Technologies Limited | Detection apparatus |
| NZ615662A (en) * | 2011-04-05 | 2014-12-24 | Delaval Holding Ab | Animal handling arrangement and method |
| TW201424352A (zh) * | 2012-12-05 | 2014-06-16 | Wistron Corp | 用於雲端系統之行銷方法及其電腦系統 |
| GB201305725D0 (en) * | 2013-03-28 | 2013-05-15 | Univ Leuven Kath | Automated monitoring of animal nutriment ingestion |
| BR112015025972B1 (pt) * | 2013-04-10 | 2020-12-08 | Viking Genetics Fmba | sistema e método para determinar consumo de alimento de pelo menos um animal |
| GB2522182A (en) * | 2013-11-18 | 2015-07-22 | Pridefield Ltd | Gaming machine with augmentable multiplier feature |
| US9084411B1 (en) * | 2014-04-10 | 2015-07-21 | Animal Biotech Llc | Livestock identification system and method |
| AT516566A1 (de) * | 2014-12-03 | 2016-06-15 | Smartbow Gmbh | Verfahren für das Gewinnen von quantifizierten Daten über die Wiederkäutätigkeit |
| US11189368B2 (en) * | 2014-12-24 | 2021-11-30 | Stephan HEATH | Systems, computer media, and methods for using electromagnetic frequency (EMF) identification (ID) devices for monitoring, collection, analysis, use and tracking of personal data, biometric data, medical data, transaction data, electronic payment data, and location data for one or more end user, pet, livestock, dairy cows, cattle or other animals, including use of unmanned surveillance vehicles, satellites or hand-held devices |
| JP6824199B2 (ja) * | 2015-07-01 | 2021-02-03 | ヴァイキング ジェネティクス エフエムベーア | 背の画像に基づき個々の動物を識別するシステム及び方法 |
| US10440936B2 (en) * | 2015-08-25 | 2019-10-15 | Sony Corporation | Livestock registration system and registration method for livestock |
| JP6750671B2 (ja) * | 2016-04-21 | 2020-09-02 | ソニー株式会社 | 情報処理サーバ、情報処理システム、および情報処理方法 |
| US20190050926A1 (en) * | 2017-02-16 | 2019-02-14 | Fusion Foundry, Llc | Livestock trading platform |
| US10755145B2 (en) * | 2017-07-07 | 2020-08-25 | Carnegie Mellon University | 3D spatial transformer network |
| CN107292298B (zh) * | 2017-08-09 | 2018-04-20 | 北方民族大学 | 基于卷积神经网络和分类器模型的牛脸识别方法 |
| US10521705B2 (en) * | 2017-11-14 | 2019-12-31 | Adobe Inc. | Automatically selecting images using multicontext aware ratings |
| IT201800000640A1 (it) * | 2018-01-10 | 2019-07-10 | Farm4Trade S R L | Metodo e sistema per il riconoscimento biometrico univoco di un animale, basati sull'utilizzo di tecniche di deep learning |
| US10942767B2 (en) * | 2018-02-27 | 2021-03-09 | Microsoft Technology Licensing, Llc | Deep neural network workload scheduling |
| US20190354850A1 (en) * | 2018-05-17 | 2019-11-21 | International Business Machines Corporation | Identifying transfer models for machine learning tasks |
| CN208188853U (zh) * | 2018-05-24 | 2018-12-04 | 北京农业信息技术研究中心 | 一种奶牛面部识别装置 |
| CN109002769A (zh) * | 2018-06-22 | 2018-12-14 | 深源恒际科技有限公司 | 一种基于深度神经网络的牛脸对齐方法及系统 |
-
2019
- 2019-04-17 TW TW108113396A patent/TWI714057B/zh active
- 2019-07-26 US US16/522,675 patent/US10757914B1/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US10757914B1 (en) | 2020-09-01 |
| TWI714057B (zh) | 2020-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI714057B (zh) | 產乳動物採食分析系統與方法 | |
| Wurtz et al. | Recording behaviour of indoor-housed farm animals automatically using machine vision technology: A systematic review | |
| EP2978305B1 (en) | Automated monitoring of animal nutriment ingestion | |
| US9521829B2 (en) | Livestock identification and monitoring | |
| Rushen et al. | Automated monitoring of behavioural-based animal welfare indicators | |
| Chung et al. | A cost-effective pigsty monitoring system based on a video sensor | |
| US11910784B2 (en) | Animal visual identification, tracking, monitoring and assessment systems and methods thereof | |
| Ayadi et al. | Dairy cow rumination detection: A deep learning approach | |
| US11278007B2 (en) | Methods and systems for using sound data to analyze health condition and welfare states in collections of farm animals | |
| KR102183474B1 (ko) | 그룹별 축산물 생애 정보 관리 시스템 | |
| WO2019138329A1 (en) | Method and system, based on the use of deep learning techniques, for the univocal biometric identification of an animal | |
| JP2021140754A (ja) | 家畜疾病管理システム、家畜疾病管理サーバ、家畜疾病管理方法、及び家畜疾病管理プログラム | |
| KR102341715B1 (ko) | 가축 모니터링 장치 및 방법 | |
| Liu et al. | A Review on Information Technologies Applicable to Precision Dairy Farming: Focus on Behavior, Health Monitoring, and the Precise Feeding of Dairy Cows | |
| WO2021083381A1 (zh) | 动物身份识别方法、装置和系统 | |
| Martinez-Rau et al. | A noise-robust acoustic method for recognition of foraging activities of grazing cattle | |
| Chelotti et al. | Livestock feeding behavior: A tutorial review on automated techniques for ruminant monitoring | |
| Singhal et al. | Cattle Collar: An End-to-End Multi-Model Framework for Cattle Monitoring | |
| JP7260922B2 (ja) | 学習用データ生成装置、学習装置、行動分析装置、行動型分析装置、プログラム、及び記録媒体 | |
| Reza et al. | Sound based approaches for pig diseases and crush symptoms monitoring in pig farms | |
| Monteiro et al. | Sheep Nocturnal Activity Dataset. Data 2022, 7, 134 | |
| Avanzato et al. | Detecting the Number of Bite Prehension of Ggrazing Cows in an Extensive System Using an Audio Recording Method. | |
| Tijani et al. | Current Livestock Identification Systems. | |
| BOYLE et al. | Video Analysis Using Deep Learning for Automated Quantification of Ear Biting in Pigs | |
| CN115885884A (zh) | 牲畜状态检测方法、装置、电子设备和存储介质 |