TWI697282B - 自動鳥類偵測及驅離的方法 - Google Patents

自動鳥類偵測及驅離的方法 Download PDF

Info

Publication number
TWI697282B
TWI697282B TW108135726A TW108135726A TWI697282B TW I697282 B TWI697282 B TW I697282B TW 108135726 A TW108135726 A TW 108135726A TW 108135726 A TW108135726 A TW 108135726A TW I697282 B TWI697282 B TW I697282B
Authority
TW
Taiwan
Prior art keywords
bird
image
repelling
repelled
learning
Prior art date
Application number
TW108135726A
Other languages
English (en)
Other versions
TW202114518A (zh
Inventor
蔡燿全
謝廣文
林宗翰
陳柏翰
黃柏喻
陳昱傑
Original Assignee
國立中興大學
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 國立中興大學 filed Critical 國立中興大學
Priority to TW108135726A priority Critical patent/TWI697282B/zh
Application granted granted Critical
Publication of TWI697282B publication Critical patent/TWI697282B/zh
Publication of TW202114518A publication Critical patent/TW202114518A/zh

Links

Images

Landscapes

  • Catching Or Destruction (AREA)

Abstract

本發明提供一種自動鳥類偵測及驅離的方法，其步驟如下：將從至少一取樣場域收集到的多個環境影像樣本編輯成一學習辨識程式，並通過一影像處理器執行該學習辨識程式以定義出一鳥類辨識模型；接著，將從一目標場域收集到的一待測環境影像來與該鳥類辨識模型進行比對，從而辨識該待測環境影像是否具有至少一鳥類存在；隨後，在確認該鳥類為一欲驅離鳥類後，一光束方向控制器改變一光束產生器之一掃描方向以將一掃描光束投射至該欲驅離的鳥類的一可視範圍內。藉此，能夠及時並準確地針對欲驅離的鳥類進行驅趕。

Description

自動鳥類偵測及驅離的方法
本發明係關於一種驅趕鳥類的方法，特別係關於一種對鳥類進行自動偵測並辨識其為欲驅離鳥類從而將其驅趕之方法。
由於養殖場為一開放式環境，因此野鳥有機會進入養殖場與家禽搶奪食物或甚至帶來傳染病，為避免家禽的生長環境及健康受到影響，需於養殖場內實施一驅趕野鳥的方法。
現有的驅趕鳥類的方法大都運用人工驅趕、沖天炮、噪音等方式進行。然而，人工驅趕受到人類生活作息的限制以致於無法即時將鳥類驅離，並且其驅趕效果亦不佳，即便可利用一位移偵測器來偵測並通過發出聲響來驚嚇鳥類將其驅離，但由於該位移偵測器無法準確辨識出鳥類，因此容易造成誤判，此外，利用聲響進行驅趕除了產生噪音問題，鳥類亦可能對該聲響產生適應性使得驅趕效果逐漸不彰。
參考中華民國專利公開第201320893號，其公開一種通過遠端控制一雷射裝置的轉動方向並發射一雷射光束以達到驅離效果的驅趕裝置，雖然光束對於鳥類的傷害性較小，且相對於聲響較不容易產生適應性，但此驅趕裝置無法自動偵測及辨識鳥類，如此除了無法即時驅趕鳥類之外，該雷射光束的照射對象涵蓋了鳥類、人類或其他不需驅趕的動物等。
因此，如何對欲驅離的鳥類進行辨識並準確地將其驅趕為現有驅鳥方法需改良精進的部分。
本發明之主要目的在於提供一種自動鳥類偵測及驅離的方法以解決現有技術無法準確辨識欲驅離鳥類並自動將其驅趕的限制，該方法包括以下步驟：首先，通過一影像偵測器對至少一取樣場域收集多個環境影像樣本；接著，基於收集到的該多個環境影像樣本編輯一學習辨識程式，並通過一影像處理器執行該學習辨識程式來進行影像訓練學習，從而定義出一鳥類辨識模型；隨後，通過該影像偵測器對一目標場域收集一待測環境影像；接著，將該待測環境影像傳輸至該影像處理器，通過該影像處理器執行該學習辨識程式，以便將該待測環境影像與該鳥類辨識模型進行比對，以辨識該待測環境影像是否具有至少一鳥類存在，若是，則進一步辨識該鳥類的至少一鳥類特徵以確認該鳥類是否為一欲驅離的鳥類，若確認為欲驅離的鳥類，則再進一步定義該鳥類的至少一鳥類位置；接著，由該影像處理器確認該鳥類為一欲驅離的鳥類，並對該欲驅離的鳥類定位後，該影像處理器產生一驅鳥指令以控制一光束方向控制器及一光束產生器；接著，通過該光束方向控制器改變該光束產生器之一掃描方向，直到該光束產生器對準該鳥類的一可視範圍；最後，通過該光束產生器產生一驅鳥光束，以將該驅鳥光束投射至該欲驅離的鳥類的該可視範圍內。
在本發明的一實施例中，該取樣場域相同或不同於該目標場域。
在本發明的一實施例中，通過該影像偵測器對該目標場域收集該待測環境影像係預先設定一欲拍攝的固定取像範圍，並且係在該影像偵測器偵測到至少一移動的活動體時才開始進行拍攝。
在本發明的一實施例中，通過該影像偵測器對該目標場域收集該待測環境影像係設定成偵測到至少一移動的活動體時才開始進行拍攝；並於後續步驟中，辨識該活動體是否為具有至少一該鳥類特徵的鳥類。
在本發明的一實施例中，該學習辨識程式之編輯係包括：由收集到的該環境影像樣本中定義出多種該欲驅離的鳥類。
在本發明的一實施例中，該學習辨識程式之編輯還包括：由收集到的該環境影像樣本中進一步定義出多種不需驅離的活動體。
在本發明的一實施例中，該學習辨識程式所編輯之該多個不需驅離的活動體包括人類、汽車、保育類鳥類及非禽類動物。
在本發明的一實施例中，針對該目標場域的多個不同區塊位置分別預先設定使該驅鳥光束各具一不同的掃描方式。
在本發明的一實施例中，針對該目標場域所預先設定之該掃描方式包括一掃描路徑及一掃描速度。
在本發明的一實施例中，該影像處理器針對一段時間內的該欲驅離的鳥類進行數量化統計，並儲存在一儲存單元中。
在本發明的一實施例中，其提供一種自動鳥類偵測及驅離的方法，該方法包括以下步驟：首先，通過一影像偵測器對一目標場域收集一待測環境影像；接著，將該待測環境影像傳輸至一影像處理器，通過該影像處理器執行一學習辨識程式，以便將該待測環境影像與該學習辨識程式中的多個鳥類辨識模型進行比對，以辨識該待測環境影像是否具有至少一鳥類存在，若是，則進一步辨識該鳥類的至少一鳥類特徵及定義至少一鳥類位置；接著，由該學習辨識程式基於該至少一鳥類特徵確認該鳥類為一欲驅離的鳥類後，該影像處理器產生一驅鳥指令以控制一光束方向控制器及一光束產生器；隨後，通過該光束方向控制器改變該光束產生器之一掃描方向，直到由該光束產生器對準該鳥類的一可視範圍；最後，通過該光束產生器產生一驅鳥光束，以將該驅鳥光束投射至該欲驅離的鳥類的該可視範圍內。
在詳細說明本發明的至少一實施例之前，應當理解的是本發明並非必要受限於其應用在以下描述中的多個示例所舉例說明的多個細節，例如，收集之樣本數量或採用之樣本比例等。本發明能夠爲其他的實施例或者以各種方式被實施或實現。
請參照圖1及圖2所示，本發明提供一種自動鳥類偵測及驅離的方法，該方法主要包含下列步驟：S10、通過一影像偵測器10對至少一取樣場域收集多個環境影像樣本；S20、基於收集到的該多個環境影像樣本編輯一學習辨識程式22，並通過一影像處理器20執行該學習辨識程式22來進行影像訓練學習，以定義出一鳥類辨識模型；S30、通過該影像偵測器10對一目標場域收集一待測環境影像；S40、將該待測環境影像傳輸至該影像處理器20，通過該影像處理器20執行該學習辨識程式22，以便將該待測環境影像與該鳥類辨識模型進行比對，以辨識該待測環境影像是否具有至少一鳥類存在；S50、由該影像處理器20確認該鳥類為一欲驅離的鳥類，並對該欲驅離的鳥類定位後，該影像處理器20產生一驅鳥指令以控制一光束方向控制器30及一光束產生器40；S60、通過該光束方向控制器30改變該光束產生器40之一掃描方向，直到該光束產生器40對準該鳥類的一可視範圍；以及S70、通過該光束產生器40產生一驅鳥光束，以將該驅鳥光束投射至該欲驅離的鳥類的該可視範圍內。本發明將於下文逐一詳細說明該方法之上述各步驟的實施細節。
本發明提供之自動鳥類偵測及驅離方法首先係：S10、通過一影像偵測器10對至少一取樣場域收集多個環境影像樣本。在本步驟中，為了有效的執行該環境影像樣本的收集，該影像偵測器10可對該取樣場域預先設定一欲拍攝之固定取像範圍，並將該影像偵測器10設定為偵測到至少一移動的活動體時才開始進行拍攝。
在本發明的一實施例中，通過該影像偵測器10對三個不同的取樣場域進行該多個環境影像樣本之收集，例如，蛋雞場、養鴨場、或養鵝場等。以該蛋雞場為例，為避免該影像偵測器10偵測到該取樣場域中之該蛋雞群，進而造成該多個環境影像樣本之數量過大，因此將該影像偵測器10設定為僅偵測除了在地面的該蛋雞群範圍之外的環境影像。
在本發明的一優選的實施例中，該影像偵測器10係在該三個不同的取樣場域分別收集100張的該環境影像樣本，從而廣泛的評估多種該欲驅離的鳥類。在本發明的另一實施例中，該影像偵測器10係設定為定時收集該取樣場域之該多個環境影像樣本，例如，每分鐘收集一張該環境影像樣本。
本發明的一實施例之自動鳥類偵測及驅離方法接著係：S20、基於收集到的該多個環境影像編輯一學習辨識程式22，並通過一影像處理器20執行該學習辨識程式22來進行影像訓練學習，以定義出一鳥類辨識模型。在本步驟中，將步驟S10中收集到的該多個環境影像樣本編輯成該學習辨識程式22，該學習辨識程式22之編輯係包含：在收集到的該環境影像樣本中定義出多種該欲驅離的鳥類，可選擇的，在收集到的該環境影像樣本中進一步定義出多種不需驅離的活動體，其中該多種不需驅離之活動體包含人類、汽車、保育類鳥類及非禽類動物。
在本發明的一實施例中，將一部分收集到的該多個環境影像樣本編輯成該學習辨識程式22，並將剩餘部分之收集到的該多個環境影像樣本用以評估該學習辨識程式22對於多種該欲驅離的鳥類及/或對於該多種不需驅離的活動體之一辨識精確度。在本發明的一優選的實施例中，將在該三個不同場域收集到的總共300張的該環境影像樣本隨機取出90%來編輯成該學習辨識程式22，並將另外10%的該多個環境影像樣本用以評估該學習辨識程式22對於辨識多種該欲驅離的鳥類及/或對於該多種不需驅離的活動體之一辨識精確度。
在本發明的一實施例中，在利用該學習辨識程式22來對該影像處理器20進行之影像訓練學習可設定一學習循環次數。在本發明的一優選的實施例中，該學習辨識程式22之該辨識精確度係在該學習循環次數設定於49次時達到一最佳的辨識效果。然而，在本發明的一實施例中，在該學習循環次數設定於高達200次時，由於該影像處理器20對於該多個環境影像樣本之辨識過於敏感而提高了一誤判率，從而降低該辨識精確度。
本發明的一實施例之自動鳥類偵測及驅離方法接著係：S30、通過該影像偵測器10對一目標場域收集一待測環境影像。在本步驟中，該目標場域可相同或不同於步驟S10中的該取樣場域，且該影像偵測器10係設定為偵測到至少一移動的活動體時才開始進行拍攝。
本發明的一實施例之自動鳥類偵測及驅離方法接著係：S40、將該待測環境影像傳輸至該影像處理器20，通過該影像處理器20執行該學習辨識程式22，以便將該待測環境影像與該鳥類辨識模型進行比對，以辨識該待測環境影像是否具有至少一鳥類存在。在本步驟中，在該影像偵測器10偵測到至少一移動的活動體後，通過該影像處理器20將在步驟S30收集到的該待測環境影像與該鳥類辨識模型進行比對，確認該待測環境影像是否存在至少一鳥類，若是，則在步驟S41進一步辨識該鳥類之至少一鳥類特徵；若否，則表示該待測環境影像不存在任何鳥類，並可回到步驟S30。進一步地，通過該鳥類辨識模型確認該待測環境影像中之該鳥類是否為多種該欲驅離的鳥類；若確認為欲驅離的鳥類，則在步驟S42進一步定義該鳥類之至少一鳥類位置；若否，則表示該鳥類非為多種該欲驅離的鳥類，例如保育類鳥類，並可回到步驟S30。
本發明的一實施例之自動鳥類偵測及驅離方法接著係：S50、由該影像處理器20確認該鳥類為一欲驅離的鳥類，並對該欲驅離的鳥類定位後，該影像處理器20產生一驅鳥指令以控制一光束方向控制器30及一光束產生器40。
本發明的一實施例之自動鳥類偵測及驅離方法接著係：S60、通過該光束方向控制器30改變該光束產生器40之一掃描方向，直到該光束產生器40對準該鳥類之雙眼的一可視範圍。在本步驟中，在該光束方向控制器30收到由該影像處理器20傳輸之該欲驅離鳥類之該驅鳥指令及該至少一鳥類位置後，該光束方向控制器30驅動，例如一旋轉台，以改變該光束產生器40之該掃描方向，以使該光束產生器40對準該鳥類之雙眼的該可視範圍。
本發明的一實施例之自動鳥類偵測及驅離方法最後係：S70、通過該光束產生器40產生一驅鳥光束，以將該驅鳥光束投射至該欲驅離的鳥類之雙眼的該可視範圍內。在本步驟中，除了通過該光束方向控制器30控制該光束產生器40之掃描方向，亦可通過，例如一反射鏡，以擴大由該光束產生器40產生之該驅鳥光束之一掃描範圍，從而使該驅鳥光束無空間限制地投射至該欲驅離的鳥類之雙眼的該可視範圍內，使得該欲驅離的鳥類因害怕該驅鳥光束而被驚嚇驅離。例如，使該驅鳥光束投射在該鳥類之雙眼附近的至少一環境物體上，如投射在地面、樹幹、飼料桶或支架上，該鳥類之雙眼與該環境物體的距離較佳在5公分至5公尺之間，特別是在10公分至1公尺之間。
在本發明的一實施例中，該驅鳥光束除了依照該影像處理器20所傳輸之該欲驅離鳥類之位置來進行掃描，亦可針對該目標場域之多個不同區塊位置分別預先設定使該驅鳥光束各具有一不同的掃描方式，如此提高該驅鳥光束之變化性，從而防止該欲驅離的鳥類因長期適應於該驅鳥光束而降低驅離效果，其中該掃描方式之設定包含一掃描路徑及一掃描速度。
在本發明的一實施例中，在步驟51中，該影像處理器20亦針對一段時間內之該欲驅離的鳥類自動進行數量化統計，並儲存在一儲存單元21中。因此，從該欲驅離的鳥類的該數量化統計之數據可提供一使用者觀察多種該欲驅離的鳥類在該目標場域之多個不同時段中出現的數量，例如，白天因覓食習性而出現較夜晚頻繁。此外，該使用者亦可通過該數量化統計數據來評估該鳥類辨識模型及/或該驅鳥光束之掃描方式對於該目標場域中的多種該欲驅離的鳥類之驅離效果，從而進一步調整該學習辨識程式22及/或該掃描方式的該多個設定以達到最佳驅離效果。
雖然本發明已以多個較佳實施例揭露，然其並非用以限制本發明，僅用以使具有通常知識者能夠清楚瞭解本說明書的實施內容。本領域中任何熟習此項技藝之人士，在不脫離本發明之精神和範圍內，當可作各種更動、替代與修飾，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。
S10-S70:步驟
10:影像偵測器
20:影像處理器
21:儲存單元
22:學習辨識程式
30:光束方向控制器
40:光束產生器
[圖1]為根據本發明的一實施例之自動鳥類偵測及驅離方法之流程方塊圖。 [圖2]為根據本發明的一實施例之自動鳥類偵測及驅離系統之方塊示意圖。
S10-S70:步驟

Claims (11)

  1. 一種自動鳥類偵測及驅離的方法，包含以下步驟：(S10)通過一影像偵測器對至少一取樣場域收集多個環境影像樣本；(S20)基於收集到的該多個環境影像樣本編輯一學習辨識程式，並通過一影像處理器執行該學習辨識程式來進行影像訓練學習，以定義出一鳥類辨識模型；(S30)通過該影像偵測器對一目標場域收集一待測環境影像；(S40)將該待測環境影像傳輸至該影像處理器，通過該影像處理器執行該學習辨識程式，以便將該待測環境影像與該多個鳥類辨識模型進行比對，以辨識該待測環境影像是否具有至少一鳥類存在，若是，則進一步辨識該鳥類的至少一鳥類特徵以確認該鳥類是否為一欲驅離的鳥類，若確認為欲驅離的鳥類，則再進一步定義該鳥類的至少一鳥類位置；(S50)由該影像處理器確認該鳥類為一欲驅離的鳥類，並對該欲驅離的鳥類定位後，該影像處理器產生一驅鳥指令以控制一光束方向控制器及一光束產生器；(S60)通過該光束方向控制器改變該光束產生器之一掃描方向，直到由該光束產生器對準該鳥類之雙眼的一可視範圍；及(S70)通過該光束產生器產生一驅鳥光束，以將該驅鳥光束投射至該欲驅離的鳥類的該可視範圍內的至少一環境物體上，該鳥類之雙眼與該環境物體之距離介於5公分至5公尺之間。
  2. 如申請專利範圍第1項所述之自動鳥類偵測及驅離的方法，其中該取樣場域相同或不同於該目標場域。
  3. 如申請專利範圍第1項所述之自動鳥類偵測及驅離的方法，其中在步驟(S10)中，通過該影像偵測器對至少一該取樣場域收集該多個環境影像樣本係預先設定一欲拍攝的固定取像範圍，並且係在該影像偵測器偵測到至少一移動的活動體時才開始進行拍攝。
  4. 如申請專利範圍第1項所述之自動鳥類偵測及驅離的方法，其中在步驟(S30)中，通過該影像偵測器對該目標場域收集該待測環境影像係設定成偵測到至少一移動的活動體時才開始進行拍攝；並在步驟(S40)中，辨識該活動體是否為具有至少一該鳥類特徵的鳥類。
  5. 如申請專利範圍第1項所述之自動鳥類偵測及驅離的方法，其中在步驟(S20)中，該學習辨識程式之編輯係包含：由收集到的該環境影像樣本中定義出多種該欲驅離的鳥類。
  6. 如申請專利範圍第1項所述之自動鳥類偵測及驅離的方法，其中在步驟(S20)中，該學習辨識程式之編輯還包含：由收集到的該環境影像樣本中進一步定義出多種不需驅離的活動體。
  7. 如申請專利範圍第6項所述之自動鳥類偵測及驅離的方法，其中該多個不需驅離的活動體包含人類、汽車、保育類鳥類及非禽類動物。
  8. 如申請專利範圍第1項所述之自動鳥類偵測及驅離的方法，其中在步驟(S60)中，針對該目標場域的多個不同區塊位置分別預先設定使該驅鳥光束各具一不同的掃描方式。
  9. 如申請專利範圍第8項所述之自動鳥類偵測及驅離的方法，其中該掃描方式包含一掃描路徑及一掃描速度。
  10. 如申請專利範圍第1項所述之自動鳥類偵測及驅離的方法，其中在步驟(S50)中，該影像處理器針對一段時間內的該欲驅離的鳥類進行數量化統計，並儲存在一儲存單元中。
  11. 一種自動鳥類偵測及驅離的方法，包含以下步驟：通過一影像偵測器對一目標場域收集一待測環境影像；將該待測環境影像傳輸至一影像處理器，通過該影像處理器執行一學習辨識程式，以便將該待測環境影像與該學習辨識程式中的多個鳥類辨識模型進行比對，以辨識該待測環境影像是否具有至少一鳥類存在，若是，則進一步辨識該鳥類的至少一鳥類特徵及定義至少一鳥類位置；由該學習辨識程式基於該至少一鳥類特徵確認該鳥類為一欲驅離的鳥類後，該影像處理器產生一驅鳥指令以控制一光束方向控制器及一光束產生器；通過該光束方向控制器改變該光束產生器之一掃描方向，直到由該光束產生器對準該鳥類之雙眼的一可視範圍；及通過該光束產生器產生一驅鳥光束，以將該驅鳥光束投射至該欲驅離的鳥類的該可視範圍內的至少一環境物體上，該鳥類之雙眼與該環境物體之距離介於5公分至5公尺之間。
TW108135726A 2019-10-02 2019-10-02 自動鳥類偵測及驅離的方法 TWI697282B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW108135726A TWI697282B (zh) 2019-10-02 2019-10-02 自動鳥類偵測及驅離的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108135726A TWI697282B (zh) 2019-10-02 2019-10-02 自動鳥類偵測及驅離的方法

Publications (2)

Publication Number Publication Date
TWI697282B true TWI697282B (zh) 2020-07-01
TW202114518A TW202114518A (zh) 2021-04-16

Family

ID=72601846

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108135726A TWI697282B (zh) 2019-10-02 2019-10-02 自動鳥類偵測及驅離的方法

Country Status (1)

Country Link
TW (1) TWI697282B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116030501B (zh) * 2023-02-15 2023-10-10 北京拙河科技有限公司 一种飞鸟检测数据提取方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102860300A (zh) * 2012-09-20 2013-01-09 西南科技大学 一种基于模式识别的自动瞄准激光驱鸟装置及驱鸟方法
CN107232175A (zh) * 2017-06-01 2017-10-10 北京中安航信科技有限公司 基于鸟类特征识别的驱鸟装置及其驱鸟方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102860300A (zh) * 2012-09-20 2013-01-09 西南科技大学 一种基于模式识别的自动瞄准激光驱鸟装置及驱鸟方法
CN107232175A (zh) * 2017-06-01 2017-10-10 北京中安航信科技有限公司 基于鸟类特征识别的驱鸟装置及其驱鸟方法

Also Published As

Publication number Publication date
TW202114518A (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
Fontana et al. An innovative approach to predict the growth in intensive poultry farming
AU2019411188B2 (en) Control device for robot to tease pet and mobile robot
US20190357497A1 (en) Method for autonomously training an animal to respond to oral commands
US20080257268A1 (en) Arrangement and Method for Visual Detection in a Milking System
FR3044868A1 (fr) Robot mobile d’education pour elevage avicole et installation d'elevage mettant en oeuvre un ou plusieurs robots
JP7261467B2 (ja) 動物捕獲装置
Wilson et al. Fowl communicate the size, speed and proximity of avian stimuli through graded structure in referential alarm calls
TWI697282B (zh) 自動鳥類偵測及驅離的方法
CN109479746A (zh) 一种机器人逗宠控制方法及芯片
Melcón et al. Aerial hawking and landing: approach behaviour in Natterer's bats, Myotis nattereri (Kuhl 1818)
Taub et al. Segregating signal from noise through movement in echolocating bats
CN116277073A (zh) 一种鸡的养殖巡检机器人设备、控制系统及方法
Hausmann et al. In-flight corrections in free-flying barn owls (Tyto alba) during sound localization tasks
Fontana et al. Broiler vocalisation to predict the growth
Li et al. Design and development of a broiler mortality removal robot
Surlykke et al. Perceiving the world through echolocation and vision
Kono et al. The effect of background cuing on prey detection
Yamawaki et al. Antennal pointing at a looming object in the cricket Acheta domesticus
CN114569129A (zh) 畜禽的情绪监控方法以及畜禽的情绪监控装置
Melcón et al. Variability of the approach phase of landing echolocating greater mouse-eared bats
CN116076421B (zh) 一种通过投料工人的行为视觉分析得到精准投喂量的方法
JP7228852B6 (ja) 害鳥獣威嚇システム
CN116439155B (zh) 一种宠物陪伴方法及装置
CN118135500B (zh) 一种畜牧养殖用智能监测平台及监测方法
RU2778254C2 (ru) Система мониторинга внешних паразитов рыб в аквакультуре