WO2021045033A1 - 雌豚用発情判定装置、雌豚の発情判定方法および雌豚の発情判定プログラム - Google Patents

雌豚用発情判定装置、雌豚の発情判定方法および雌豚の発情判定プログラム Download PDF

Info

Publication number
WO2021045033A1
WO2021045033A1 PCT/JP2020/033004 JP2020033004W WO2021045033A1 WO 2021045033 A1 WO2021045033 A1 WO 2021045033A1 JP 2020033004 W JP2020033004 W JP 2020033004W WO 2021045033 A1 WO2021045033 A1 WO 2021045033A1
Authority
WO
WIPO (PCT)
Prior art keywords
estrus
sow
sows
time
unit
Prior art date
Application number
PCT/JP2020/033004
Other languages
English (en)
French (fr)
Inventor
慎 助川
大介 内田
雅貴 奥田
樹 吉田
尚樹 森田
祐介 大城
Original Assignee
日本ハム株式会社
株式会社エヌ・ティ・ティ・データ
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 日本ハム株式会社, 株式会社エヌ・ティ・ティ・データ filed Critical 日本ハム株式会社
Priority to CN202080061295.7A priority Critical patent/CN114375158B/zh
Priority to JP2021543770A priority patent/JP7162749B2/ja
Publication of WO2021045033A1 publication Critical patent/WO2021045033A1/ja
Priority to US17/653,506 priority patent/US20220183811A1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0012—Ovulation-period determination
    • 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
    • A01K29/00—Other apparatus for animal husbandry
    • A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
    • 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
    • A01K29/00—Other apparatus for animal husbandry
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61D—VETERINARY INSTRUMENTS, IMPLEMENTS, TOOLS, OR METHODS
    • A61D17/00—Devices for indicating trouble during labour of animals ; Methods or instruments for detecting pregnancy-related states of animals
    • A61D17/002—Devices for indicating trouble during labour of animals ; Methods or instruments for detecting pregnancy-related states of animals for detecting period of heat of animals, i.e. for detecting oestrus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0012—Ovulation-period determination
    • A61B2010/0029—Ovulation-period determination based on time measurement

Definitions

  • the present invention relates to a sow estrus determination device, a sow estrus determination method, and a sow estrus determination program.
  • Patent Document 1 A system for detecting abnormal behavior of livestock by installing a sensor in a facility for raising livestock is known (see, for example, Patent Document 1).
  • estrus of sows is important from the viewpoint of increasing the annual number of offspring and maintaining the breeding cycle at appropriate intervals.
  • the abnormal behavior of the target sow can be detected, it is not possible to detect a specific state such as estrus.
  • the present invention has been made to solve such a problem, and provides a technique for accurately determining the estrus of a sow.
  • the estrus determination device for sows according to the first aspect of the present invention is repeated by a measuring unit for measuring the frequency of waking up per unit time of a sow bred in a stall and a measuring unit for a set fixed period. It is provided with a determination unit that determines the estrus of the sow based on a plurality of measured frequencies.
  • the method for determining estrus of a sow in the second aspect of the present invention includes a measurement step of repeatedly measuring the frequency of waking up per unit time of a sow bred in a stall for a set fixed period, and measurement. It has a determination step of determining the estrus of the sow based on a plurality of frequencies repeatedly measured in the step.
  • the sow estrus determination program is a measurement step and measurement in which the frequency of waking up per unit time of a sow bred in a stall is repeatedly measured in a set fixed period.
  • the estrus of a sow can be accurately determined without relying on the experience and intuition of the observer.
  • FIG. 1 is a diagram showing an overall image of a pig farming environment in which the determination device 200 according to the present embodiment is adopted.
  • the sow 101 to be observed is housed in the stall 102.
  • One sow 101 is housed in one stall 102.
  • the size of one stall 102 is such that the housed sow 101 in the sexual maturity stage cannot turn by itself, for example, about 80 cm in width and 200 cm in depth. Therefore, the movement of the sow 101 is limited to the movement of getting up and lying down.
  • a plurality of stalls 102 containing each of the sows 101 are arranged side by side.
  • the size of the stall 102 can be set according to the breed and individual difference of the sow to be observed and the breeding environment.
  • the camera unit 110 includes an image sensor capable of taking a bird's-eye view of the whole body of the sow 101 to be observed, converts the image captured by the image sensor into image data, and transmits the image to the server 210 via the Internet 900. ..
  • one camera unit 110 may be installed for each stall 102, or one camera unit may be installed for each of the group of the plurality of stalls 102. You may install it.
  • the angle of view of the camera unit 110 is adjusted so that the sows 101 housed in each of the stalls 102 constituting the group can be observed at the same time. To do.
  • the management facility is equipped with a determination device 200 for determining the estrus of the sow 101 to be observed.
  • the determination device 200 is composed of a server 210, a display monitor 220 connected to the server 210, and the like, and the server 210 is connected to the Internet 900.
  • the server 210 receives the image data sent from the camera unit 110 via the Internet 900, measures the frequency of the sow 101 to lie down from the image data, and the sow 101 estrus based on the measured frequency. Judge whether or not it is done.
  • the server 210 displays the determination result on the display monitor 220. When the determination result is requested from the worker working in the pig farm via the worker terminal 120, the determination result is displayed on the display unit of the worker terminal 120 via the Internet 900.
  • the worker terminal 120 is, for example, a tablet terminal or a smartphone.
  • the line connecting the camera unit 110 and the determination device 200 is not limited to the Internet 900, but may be an intranet or the like. If a management facility is provided in the pig farm, short-range wireless communication may be adopted.
  • FIG. 2 is a diagram showing a hardware configuration of the determination device 200.
  • the determination device 200 is mainly composed of the server 210 and the display monitor 220.
  • the display monitor 220 includes, for example, a liquid crystal panel, and converts a video signal generated by the calculation unit 230 into a visible video and displays it.
  • the server 210 mainly includes a calculation unit 230, an image processing unit 240, a data storage unit 250, a memory 260, and a communication unit 270.
  • the calculation unit 230 is, for example, a CPU, and by executing various programs read from the memory 260, it controls the entire determination device 200 and executes various calculation processes. For example, when the processing as the measuring unit 231 is executed, the frequency of waking up of the target sow 101 per unit time is measured in cooperation with the image processing unit 240. When the process as the determination unit 232 is executed, the estrus of the sow 101 is determined using the measurement result of the measurement unit 231 and output to the display monitor 220 and the worker terminal 120. The specific processing will be described in detail later.
  • the image processing unit 240 is, for example, an ASIC for image processing, and executes image processing such as generating an attitude determination image obtained by cutting out an image area of a target sow from image data received from the camera unit 110.
  • the data storage unit 250 is, for example, an HDD (Hard Disc Drive), and stores the identification information of the sow 101 to be observed and the cumulative score associated with the identification information.
  • the cumulative score is a numerical value obtained by quantifying the recumbent state of the target sow 101 observed during a predetermined unit time and accumulating the sum. The cumulative score is counted daily while the target sow 101 is housed in the stall 102, and the cumulative score is recorded in the data storage unit 250 together with the date information.
  • the memory 260 is, for example, an SSD (Solid State Drive), and has various parameter values, functions, and looks in addition to a control program for controlling the determination device 200 and an estrus determination program for determining the estrus of the target sow 101. I remember the uptable etc. In particular, it stores the trained model, the recumbent classifier 261 and the estrus classifier 262.
  • the recumbent classifier 261 discriminates the recumbent state of the sow shown in the input posture determination image.
  • the estrus classifier 262 discriminates whether or not the target sow is in estrus from the input daily cumulative score. Details will be described later.
  • the communication unit 270 is, for example, a wired LAN unit.
  • the calculation unit 230 requests image data from the camera unit 110 connected to the Internet 900 via the communication unit 270, and receives the image data sent from the camera unit 110 in response to the request. Further, the determination unit 232 transmits the estrus determination result to the communication unit 270 in response to the request from the worker terminal 120 received via the communication unit 270.
  • FIG. 3 is a diagram for explaining the state of the sow 101 in the stall 102.
  • the recumbent state of the sow 101 to be observed is recognized as any of the recumbent, sitting and standing states.
  • FIG. 3 (A) shows how the sow 101 is in an upright state.
  • the standing state is a state in which both the forelimbs and the hindlimbs are in a raised position.
  • FIG. 3B shows the sow 101 in a seated state.
  • the sitting state is a state in which one of the forelimbs and the hindlimbs is raised and the other is bent.
  • the figure shows how the sow 101 bends its hind limbs and touches the buttocks to the ground.
  • FIG. 3C shows how the sow 101 is in the recumbent position.
  • the recumbent position is a posture in which the forelimbs and hindlimbs are both bent or thrown sideways so that no load is applied to the legs.
  • the figure shows how the sow 101 throws all legs sideways to ground the flank.
  • the score ⁇ 0.
  • the camera unit 110 periodically takes an image of the changing state of the sow 101 according to the control from the measuring unit 231.
  • the measurement unit 231 acquires the image data sent from the camera unit 110 and delivers it to the image processing unit 240.
  • the image processing unit 240 cuts out a region of the sow 101 to be observed from the image data, performs preset image processing, and generates a posture determination image.
  • the preset image processing includes adjustment of the image size, contour enhancement around a specific color (for example, the skin color of the target sow), and the like.
  • the measurement unit 231 reads the recumbent classifier 261 from the memory 260 and inputs the posture determination image generated by the image processing unit 240.
  • the upright classifier 261 outputs, as a result of recognition, whether the sow's upright position shown in the posture determination image is an upright state, a sitting state, or a lying position.
  • the measurement unit 231 determines the score ⁇ according to the certification result.
  • the recumbent classifier 261 is a trained model learned by machine learning.
  • the recumbent classifier 261 is created in advance by the learning device. Specifically, the learning device is given a large amount of teacher data, which is a set of posture determination images and their correct answers (either standing, sitting, or lying down), and is one of machine learning, supervised learning. To execute.
  • teacher data which is a set of posture determination images and their correct answers (either standing, sitting, or lying down)
  • supervised learning a CNN (convolutional neural network) suitable for image recognition is used.
  • the recumbent classifier 261 that has completed learning by supervised learning is transferred from the learning device to the memory 260 and used for the above-mentioned use.
  • 2 hours is set as the unit time T 0, and how many times the target sow 101 changes the lying state during these 2 hours is evaluated. That is, the frequency of lying down is evaluated.
  • the cumulative score accumulated during the unit time T 0 in this way can be an evaluation value representing the frequency of waking of the target sow 101 on the measurement day.
  • FIG. 4 is a diagram illustrating a method of converting the frequency of lying down of the target sow 101 into a cumulative score in the present embodiment.
  • the horizontal axis represents the elapsed time
  • the figure is an example of the observation result in which the observation of the target sow 101 is started at the time ts and the observation is continued until the time te when the unit time T 0 elapses.
  • the camera unit 110 takes an image of the sow 101 at, for example, one frame / second, and transmits the image data to the determination device 200.
  • the measuring unit 231 uses each of the received image data to determine whether the sow 101 is in the standing, sitting, or lying position, and determines the score ⁇ . That is, the score ⁇ according to the state of the sow 101 is determined every second. Then, the current score ⁇ is added to the cumulative score from the time ts to update the cumulative score. This process is continued until the time te when the unit time T 0 elapses.
  • the cumulative score calculated in this way represents the activity intensity of the sow 101. That is, if the cumulative score is large, it can be said that the sow 101 is active, and if the cumulative score is small, it can be said that the sow 101 is quiet. If the measuring unit 231 calculates the cumulative score of the target sow 101 at a time zone determined every day for a certain period of time and accumulates the cumulative score in the data storage unit 250 on a daily basis, the sow 101 during that period is accumulated. You can know the change in activity intensity of.
  • FIG. 5 is a diagram showing changes in the cumulative score of non-estrus sows.
  • the horizontal axis represents the number of days after observation, and the vertical axis represents the cumulative score for each observation day.
  • the observation results of four sows (pig A, pig B, pig C, pig D) are plotted.
  • Each sow has its own individuality, and some sows are originally active, while others are gentle sows. Therefore, for each sow, the observation days showing the cumulative scores considered to be relatively active as compared with the other observation days were plotted as the first day. Then, the cumulative scores for the following 3 days were plotted to show the changes in the cumulative scores for a total of 4 days.
  • FIG. 6 is a diagram showing changes in the cumulative score of sows in estrus. Similar to FIG. 5, the horizontal axis represents the number of days after observation, and the vertical axis represents the cumulative score on each observation day. Here, too, the observation results of four sows (pig E, pig F, pig G, pig H) are plotted.
  • each sow has one observation day showing a cumulative score that is considered to be relatively active compared to the other observation days. Plotted as eyes. Then, the cumulative scores for the following 3 days were plotted to show the changes in the cumulative scores for a total of 4 days.
  • the inventor of the present application has obtained the finding that the sow is likely to be in estrus when the change in activity intensity over a certain period of time becomes V-shaped. That is, as described above, the cumulative score of the sow to be observed is measured and accumulated every day, and when it becomes necessary to know the presence or absence of estrus, the cumulative score for a certain period is extracted and the change is confirmed. For example, it is possible to determine whether or not the sow is in estrus.
  • the measuring unit 231 For a certain period in which the measuring unit 231 repeatedly measures the cumulative score, it is necessary to have 3 days or more in which the V-shape can be recognized for the first time, and the 2nd, 3rd, and 4th days are the bottom values of the cumulative score. Considering the case, it is preferable that the maximum is about 7 days or less.
  • how long the unit time T 0 for measuring the sow's recumbent frequency should be set at any time of the day is also important for improving the accuracy of the determination. First, when to set the unit time T 0 in a day will be described. In the following description, the unit time T 0 may be referred to as the measurement time T 0 as the time for measuring the recumbent frequency.
  • FIG. 7 is a diagram illustrating a measurement time zone of the recumbent frequency.
  • the sow to be observed should measure the activity of spontaneously waking up or lying down rather than the influence from the outside, so the measurement time should be in a quiet time zone in line with the rhythm of the natural environment. It can be said that it is preferable to set T 0.
  • FIG. 7A is a diagram showing a preferable relationship between the feeding time for feeding the sow and the measurement time T 0.
  • the feeding time is the time when the sow is active regardless of the presence or absence of estrus. In addition, it is active for a while after foraging. Therefore, it is preferable that the measurement time T 0 is set within the period from 12 hours after the sow is fed to before the next feeding. In the example of the figure, the feeding time is set from 8:00 to 9:00, and the measurement time T 0 is set to 3 hours from 21:00 to 24:00, which is 12 hours after 9:00.
  • FIG. 7B is a diagram showing a preferable relationship between the dawn time zone near the pig farm and the measurement time T 0.
  • the pig farm is provided with windows, and it is assumed that the inside of the farm will change from dark to bright at dawn. Sows generally stagnant in the dark and gradually begin to work in the brighter light. Therefore, the measurement time T 0 is preferably set to include a dawn time zone in which the environment in which the stall is installed changes from a dark state to a bright state. In the example of the figure, when 5 to 5:30 is the dawn time zone, 2 hours from 5 o'clock to 7 o'clock including this time zone are set as the measurement time T 0.
  • the measurement time T 0 changes the environment in which the stall is installed from a dark state to a bright state by the lighting. It is good to set it to include the time zone to do.
  • FIG. 7C is a diagram showing a preferable relationship between the working time of a worker working in a pig farm and the measurement time T 0.
  • the working time is the time when the worker cleans the pig farm and goes around while checking the health condition of the sow being raised, and it is the time when the sow is active regardless of the presence or absence of estrus. Is. Therefore, it is preferable that the measurement time T 0 is set within a period in which no one is present in the surrounding environment where the stall is installed. In the example of the figure, 8 o'clock to 10 o'clock and 16 o'clock to 18 o'clock are set as working hours, and 4 hours from 4 o'clock to 8 o'clock are set as the measurement time T 0.
  • the measurement time T 0 was set to 3 hours in the example of FIG. 7 (A), 2 hours in the example of FIG. 7 (B), and 4 hours in the example of FIG. 7 (C). Whether to set it should be decided in relation to factors to be considered such as feeding time. In any case, it was found through experiments that the measurement time T 0 is preferably a time of 2 hours or more and 6 hours or less.
  • FIG. 8 is a diagram for explaining the difference in the transition of the cumulative score due to the difference in the measurement time zone.
  • the horizontal axis represents the number of days after observation, and the vertical axis represents the cumulative score for each observation day.
  • the transition obtained by plotting and connecting the cumulative scores measured between 5 and 7 o'clock every day and the cumulative measured between 16:00 and 18:00 every day are shown. The score is plotted to show the transition.
  • From 5 o'clock to 7 o'clock is a preferable time zone in any of FIGS. 7 (A) to 7 (C), and from 16:00 to 18:00, the influence of feeding remains, and the working time and the time zone suffered by the worker.
  • the transition of the cumulative score measured from 16:00 to 18:00 certainly forms a V shape, but the change is gradual compared to the transition of the cumulative score measured from 5:00 to 7:00.
  • the estrus can be judged more accurately so that the V-shaped change appears remarkably. Therefore, rather than setting the measurement time T 0 to the time zone from 16:00 to 18:00, it is from 5 o'clock to 7 o'clock. It can be said that it is preferable to set the time zone until.
  • FIG. 9 is a diagram illustrating a method of estrus discrimination using the estrus discriminator 262.
  • the determination unit 232 reads the estrus classifier 262 from the memory 260 and inputs the cumulative score for a certain period of time accumulated in the data storage unit 250.
  • a four-dimensional vector of the cumulative score of the first day x 1 , the cumulative score of the second day x 2 , the cumulative score of the third day x 3 , and the cumulative score of the fourth day x 4 with a fixed period of 4 days ( x 1 , x 2 , x 3 , x 4 ) are input to the estrus classifier 262.
  • the estrus classifier 262 of this embodiment is a support vector machine (SVM), which is a trained model learned in advance by a learning device. Specifically, the cumulative score for a certain period is given as an input vector together with the correct label of "with estrus” or “without estrus", and the discriminant function that separates the space of "with estrus” and the space of "without estrus” It is confirmed by learning.
  • SVM support vector machine
  • the estrus discriminator 262 created through such learning is transferred from the learning device to the memory 260 and used for determination.
  • the determination unit 232 When the determination unit 232 inputs a four-dimensional vector (x 1 , x 2 , x 3 , x 4 ) into the estrus discriminator 262, the estrus discriminator 262 inputs “1” or “no estrus” indicating “with estrus”. The representative "-1" is output.
  • the determination unit 232 outputs the determination result, which is the output of the estrus classifier 262, to the display monitor 220 and the worker terminal 120. For example, on the display monitor 220, the presence or absence of estrus is displayed together with the control number of the target sow 101, such as "control number XX / with estrus".
  • an SVM can be created in which other feature quantities are added to the input vector in addition to the cumulative score.
  • the trained model is not limited to the SVM that outputs the dichotomy of "with estrus” and "without estrus", and may output the multi-step judgment such as "estrus probability 80%". good.
  • the determination device 200 in the present embodiment roughly executes two processing steps, that is, a measurement step for measuring the cumulative score and a determination step for determining the estrus of the target sow. .. Therefore, the flow of each process is organized.
  • FIG. 10 is a flow chart for explaining the processing of the measurement step for measuring the cumulative score. The flow starts when the sow 101 to be observed is housed in the stall 102 and the system operator gives an instruction to start continuous observation.
  • step S101 the measurement unit 231 confirms the current time and determines whether or not the preset measurement start time has been reached. If it is determined that the measurement start time has come, the process proceeds to step S102, and if it is determined that the measurement start time has not been reached, the process proceeds to step S107.
  • step S102 the measurement unit 231 transmits an instruction signal instructing imaging to the camera unit 110. Upon receiving the instruction signal, the camera unit 110 executes imaging of the sow 101 and transmits the generated image data to the measurement unit 231.
  • the measurement unit 231 When the measurement unit 231 receives the image data from the camera unit 110, the measurement unit 231 proceeds to step S103, delivers the image data to the image processing unit 240 to generate a posture determination image, and uses the generated attitude determination image as the recumbent classifier 261. Enter in. Then, when the recumbent classifier 261 outputs any of the standing state, the sitting state, and the lying position as the certification result, the score ⁇ is determined according to the certification result.
  • step S104 the measurement unit 231 adds the score ⁇ determined this time to the cumulative score up to that point to update the cumulative score. Proceeding to step S105, the measurement unit 231 confirms the current time, and determines whether or not the preset unit time T 0 has elapsed from the measurement start time. If it is determined that the position time T 0 has passed, the process proceeds to step S106, and if it is determined that the position time T 0 has not passed, the process returns to step S102 to continue observing the sow 101. When returning to step S102 and transmitting an instruction signal for instructing the camera unit 110 to take an image again, the timing is adjusted so that the imaging cycle (for example, 1 second) is set in advance.
  • the imaging cycle for example, 1 second
  • step S106 the cumulative score is determined and recorded in the data storage unit 250 together with the identification information and the date information of the sow 101.
  • step S107 the calculation unit 230 confirms whether or not an instruction to end a series of measurement step processes has been generated.
  • the end instruction is generated by a menu operation by the system operator or an end determination by the control program. If no end instruction has been generated, the process returns to step S101 to continue a series of processes, and if an end instruction has been generated, the process of the measurement step ends.
  • FIG. 11 is a diagram illustrating the processing of the determination step for determining the estrus of the target sow.
  • the determination step is started in response to a request from a system operator or a worker.
  • the system operator or the worker operates the determination device 200 or the worker terminal 120 to specify the sow to be the target for which the presence or absence of estrus is to be known.
  • the flow starts when the sow to be judged is determined.
  • step S201 the determination unit 232 reads the cumulative score for the latest fixed period of the designated sow from the data storage unit 250. Specifically, when a certain period is set to, for example, 4 days, the cumulative score for the latest 4 days is read out. Proceeding to step S202, the determination unit 232 reads the estrus classifier 262 from the memory 260. Then, in step S203, the cumulative score for a certain period read from the data storage unit 250 is input to the estrus classifier 262 read from the memory 260, and the determination calculation is executed. When the output of "with estrus" or "without estrus" is obtained as a result of the determination calculation, the determination result is output to the display monitor 220 or the worker terminal 120 in step S204, and a series of processes is completed.
  • the determination step processing may be automatically executed when a predetermined condition is satisfied. ..
  • the determination unit 232 executes the processing of the determination step for all the sows to be observed at a predetermined time every day, and determines that the sow group determined to have "estrus" and "no estrus".
  • the sow groups may be listed and output to the display monitor 220 or the worker terminal 120.
  • the processing of the determination step is automatically executed at the timing when the daily cumulative score is recorded in the data storage unit 250, and the system operator or the worker is notified only when it is determined that there is "estrus". You can do it.
  • the estrus is determined using the estrus discriminator 262 which is an SVM, but the estrus discriminator 262 is not limited to the SVM.
  • Other methods such as logistic regression and random forest can be adopted as the classifier generated by machine learning.
  • a method of analytically determining estrus may be adopted without using a discriminator.
  • FIG. 12 is a diagram for explaining an estrus determination method for analytically determining estrus.
  • the horizontal axis represents the number of days after observation, and the vertical axis represents the cumulative score for each observation day.
  • the cumulative scores from the 1st day to the 5th day of a specific sow showing estrus are plotted and connected.
  • the sow in estrus the change in activity intensity over a certain period of time has a V-shape, so whether or not the sow is in estrus has a V-shape in the transition of the cumulative score. You can analyze whether or not it is.
  • the minimum cumulative score exists on the middle day (2nd to 4th days in the case of the figure) of a certain period (5 days in the case of the figure). If the minimum value does not exist on the intermediate day, it is judged as "no estrus". If the minimum value exists on the intermediate day, the period before the observation date when the minimum value is measured is the first period, and the latter period is the latter period. In the case of the figure, since the cumulative score on the third day is the minimum value, the first and second days are the first half, and the fourth and fifth days are the second half.
  • the maximum value of the first half which is the maximum value of the cumulative score of the first half
  • the maximum value of the second half which is the maximum value of the cumulative score of the second half
  • the cumulative score on the first day is the maximum value in the first half
  • the cumulative score on the fifth day is the maximum value in the second half. It is analyzed whether or not the change of the maximum value in the first half ⁇ the minimum value ⁇ the maximum value in the second half is V-shaped to the extent that it is judged to have “estrus”.
  • the rate of decrease T ⁇ from the maximum value in the previous period to the minimum value is larger than the preset reference rate of decrease T ⁇ 0
  • the rate of increase T ⁇ from the minimum value to the maximum value in the latter period is the preset reference increase. If the rate is greater than T ⁇ 0 , it is determined that there is estrus. If not, it is determined that there is no estrus.
  • the reference decrease rate T ⁇ 0 and the reference increase rate T ⁇ 0 are set using definite data whose results are known.
  • the judgment method should be adopted in the judgment device is based on the number and breed of sows to be observed, the scale and cost of the judgment device, the required judgment accuracy, and the like. Can be determined. Further, not only the determination method but also the method for measuring the lying state is not limited to the above method. For example, instead of the camera unit 110, a distance sensor for measuring the heights of the sow 101 housed in the stall 102 near the head and the buttocks is installed on the ceiling, and the measuring unit 231 is used from the output of the distance sensor. The lying state may be certified.
  • the numerical value of the score may be adjusted to a value other than 0.5 in consideration of the breed and weight of the sow, and the sitting state is further subdivided according to the posture, and the score of each value is different. May be given.
  • the frequency of lying down can be measured only in two states, the standing state and the lying state, without the sitting state. good.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Animal Husbandry (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Pregnancy & Childbirth (AREA)
  • Pathology (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

観察者の経験や勘に頼らずとも、雌豚の発情を精度良く見極める技術を提供する。 雌豚用発情判定装置は、ストールで飼育されている雌豚の単位時間あたりの起臥の頻度を計測する計測部と、設定された一定期間において計測部で繰り返し計測された複数の上記頻度に基づいて雌豚の発情を判定する判定部とを備える。

Description

雌豚用発情判定装置、雌豚の発情判定方法および雌豚の発情判定プログラム
　本発明は、雌豚用発情判定装置、雌豚の発情判定方法および雌豚の発情判定プログラムに関する。
　家畜を飼育する施設にセンサを設置して家畜の異常行動を検出するシステムが知られている（例えば、特許文献１参照）。
特開２０１９－２４４８２号公報
　養豚において雌豚の発情の見極めは、年間の産子数を増やす観点や繁殖サイクルを適正な間隔に維持する観点等から重要である。しかし、従来技術では、対象雌豚の異常行動を検出することができても、発情といった特定の状態を検出することはできない。経験や勘に頼らず、雌豚の発情を精度良く見極めたいという要望が、飼育者から多く挙げられている。
　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、雌豚の発情を精度良く見極める技術を提供するものである。
　本発明の第１の態様における雌豚用発情判定装置は、ストールで飼育されている雌豚の単位時間あたりの起臥の頻度を計測する計測部と、設定された一定期間において計測部で繰り返し計測された複数の頻度に基づいて雌豚の発情を判定する判定部とを備える。
　本発明の第２の態様における雌豚の発情判定方法は、設定された一定期間において、ストールで飼育されている雌豚の単位時間あたりの起臥の頻度を繰り返して計測する計測ステップと、計測ステップで繰り返し計測された複数の頻度に基づいて雌豚の発情を判定する判定ステップとを有する。
　本発明の第３の態様における雌豚の発情判定プログラムは、設定された一定期間において、ストールで飼育されている雌豚の単位時間あたりの起臥の頻度を繰り返して計測する計測ステップと、計測ステップで繰り返し計測された複数の頻度に基づいて雌豚の発情を判定する判定ステップとをコンピュータに実行させる。
　本発明により、観察者の経験や勘に頼らずとも、雌豚の発情を精度良く見極めることができる。
本実施形態に係る判定装置を採用した養豚環境の全体像を示す図である。 判定装置のハードウェア構成を示す図である。 ストール内の雌豚の状態を説明する図である。 雌豚の起臥の頻度を累積スコアに換算する手法を説明する図である。 発情していない雌豚の累積スコアの推移を示す図である。 発情している雌豚の累積スコアの推移を示す図である。 起臥頻度の計測時間帯を説明する図である。 計測時間帯の違いによる累積スコアの推移の違いを説明する図である。 発情識別器を用いた発情判別の手法を説明する図である。 累積スコアを計測する計測ステップの処理について説明する図である。 対象となる雌豚の発情を判定する判定ステップの処理について説明する図である。 他の発情判定手法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、本実施形態に係る判定装置２００を採用した養豚環境の全体像を示す図である。養豚場では、観察対象となる雌豚１０１がストール１０２に収容されている。一つのストール１０２には一頭の雌豚１０１が収容されている。一つのストール１０２の大きさは、収容されている性成熟期の雌豚１０１が自力では旋回できない大きさであり、例えば幅８０ｃｍ、奥行き２００ｃｍ程度である。したがって、雌豚１０１の動作は、起き上がったり臥したりする動作に制限される。観察対象となる雌豚１０１が複数存在する場合には、それぞれが収容された複数のストール１０２が並設される。なお、ストール１０２の大きさは、観察対象となる雌豚の品種や個体差、飼育環境に応じて設定され得る。
　カメラユニット１１０は、観察対象となる雌豚１０１の全身を俯瞰して撮像できる撮像センサを備えており、撮像センサで撮像した画像を画像データに変換し、インターネット９００を介してサーバ２１０へ送信する。観察対象となる雌豚１０１が複数存在する場合には、それぞれのストール１０２に対してカメラユニット１１０を一つずつ設置しても良いし、複数のストール１０２の群のそれぞれに対してカメラユニットを設置しても良い。複数のストール１０２の群のそれぞれに対してカメラユニットを設置する場合には、群を構成するストール１０２のそれぞれに収容された雌豚１０１を同時に観察できるように、カメラユニット１１０の画角を調整する。
　管理施設には、観察対象となる雌豚１０１の発情を判定する判定装置２００が設置されている。判定装置２００は、サーバ２１０と、サーバ２１０に接続された表示モニタ２２０等によって構成され、サーバ２１０は、インターネット９００と接続されている。サーバ２１０は、インターネット９００を介してカメラユニット１１０から送られてくる画像データを受け取り、当該画像データから雌豚１０１の起臥の頻度を計測し、計測された頻度に基づいて雌豚１０１が発情しているか否かを判定する。サーバ２１０は、判定結果を表示モニタ２２０へ表示する。養豚場で作業する作業員から作業員端末１２０を介して判定結果を求められた場合には、インターネット９００を介して、判定結果を作業員端末１２０の表示部へ表示する。作業員端末１２０は、例えば、タブレット端末やスマートフォンである。
　なお、カメラユニット１１０と判定装置２００を接続する回線は、インターネット９００に限らず、イントラネット等であっても良い。養豚場内に管理施設が設けられるような場合には、近距離無線通信が採用されても良い。
　図２は、判定装置２００のハードウェア構成を示す図である。判定装置２００は、上述のように主にサーバ２１０と表示モニタ２２０によって構成される。表示モニタ２２０は、例えば液晶パネルを備え、演算部２３０が生成する映像信号を視認可能な映像に変換して表示する。サーバ２１０は、主に、演算部２３０、画像処理部２４０、データ蓄積部２５０、メモリ２６０および通信ユニット２７０を備える。
　演算部２３０は、例えばＣＰＵであり、メモリ２６０から読み込んだ各種プログラムを実行することにより、判定装置２００の全体を制御したり諸々の演算処理を実行したりする。例えば、計測部２３１としての処理を実行する場合には、画像処理部２４０と協働して、対象となる雌豚１０１の単位時間あたりの起臥の頻度を計測する。判定部２３２としての処理を実行する場合には、計測部２３１の計測結果を用いて当該雌豚１０１の発情を判定し、表示モニタ２２０や作業員端末１２０へ出力する。具体的な処理については、後に詳述する。
　画像処理部２４０は、例えば画像処理用のＡＳＩＣであり、カメラユニット１１０から受け取った画像データから対象雌豚の画像領域を切り出した姿勢判定画像を生成するなどの画像処理を実行する。データ蓄積部２５０は、例えばＨＤＤ（Hard Disc Drive）であり、観察対処となる雌豚１０１の識別情報と、識別情報に紐付けられた累積スコアとを蓄積する。累積スコアは、予め定められた単位時間の間に観察された対象雌豚１０１の起臥状態を数値化して累積加算したものである。累積スコアは、対象雌豚１０１がストール１０２に収容されている間は日ごとにカウントされ、日付情報と共にその累積スコアがデータ蓄積部２５０に記録される。
　メモリ２６０は、例えばＳＳＤ（Solid State Drive）であり、判定装置２００を制御するための制御プログラムや対象雌豚１０１の発情判定を行う発情判定プログラムの他にも、様々なパラメータ値、関数、ルックアップテーブル等を記憶している。特に、学習済みモデルである起臥識別器２６１と発情識別器２６２を格納している。起臥識別器２６１は、入力された姿勢判定画像に写る雌豚の起臥状態を識別する。発情識別器２６２は、入力された連日の累積スコアから対象となる雌豚が発情しているか否かを識別する。詳細については後述する。
　通信ユニット２７０は、例えば有線ＬＡＮユニットである。演算部２３０は、通信ユニット２７０を介して、インターネット９００に接続されたカメラユニット１１０へ画像データを要求し、これに呼応してカメラユニット１１０から送られてくる画像データを受信する。また、判定部２３２は、通信ユニット２７０を介して受信した作業員端末１２０からの要求に応じて、発情判定結果を当該通信ユニット２７０へ送信する。
　図３は、ストール１０２内の雌豚１０１の状態を説明する図である。本実施形態においては、観察対象となる雌豚１０１の起臥の状態を、臥位、着座および起立のいずれかの状態として認定する。
　図３（Ａ）は、雌豚１０１が起立状態である様子を示す。起立状態は、前肢および後肢ともに起き上がった姿勢の状態である。本実施形態においては、起立状態が観察された場合に、スコアα＝１．０を与える。図３（Ｂ）は、雌豚１０１が着座状態である様子を示す。着座状態は、前肢および後肢の一方が起き上がり他方が曲げられた姿勢の状態である。図は、雌豚１０１が後肢を曲げて臀部を接地させている様子を示している。本実施形態においては、着座状態が観察された場合に、スコアα＝０．５を与える。図３（Ｃ）は、雌豚１０１が臥位状態である様子を示す。臥位状態は、前肢および後肢を共に曲げたり側方へ投げ出したりして、脚に荷重が掛からない姿勢の状態である。図は、雌豚１０１が全脚を側方へ投げ出して側腹を接地させている様子を示している。本実施形態においては、臥位状態が観察された場合に、スコアα＝０とする。
　カメラユニット１１０は、このように変化する雌豚１０１の様子を、計測部２３１からの制御に従って周期的に撮像する。計測部２３１は、カメラユニット１１０から送られてくる画像データを取得し、画像処理部２４０へ引き渡す。画像処理部２４０は、画像データから観察対象である雌豚１０１の領域を切り出し、予め設定された画像処理を施して姿勢判定画像を生成する。予め設定された画像処理は、画像サイズの調整や特定色（例えば対象雌豚の肌の色）周りの輪郭強調等である。計測部２３１は、メモリ２６０から起臥識別器２６１を読み出して、画像処理部２４０が生成した姿勢判定画像を入力する。起臥識別器２６１は、姿勢判定画像に写る雌豚の起臥状態が、起立状態、着座状態、臥位状態のいずれかを認定結果として出力する。計測部２３１は、認定結果に応じてスコアαを確定させる。
　起臥識別器２６１は、機械学習によって学習された学習済みモデルである。起臥識別器２６１は、事前に学習装置によって作成される。具体的には、学習装置は、姿勢判定画像とその正解（起立状態、着座状態、臥位状態のいずれか）のセットである教師データを多数与えられ、機械学習の一つである教師あり学習を実行する。ここでは、教師あり学習として、画像認識に好適なＣＮＮ（畳み込みニューラルネットワーク）を用いる。教師あり学習によって学習を終えた起臥識別器２６１は、学習装置からメモリ２６０へ移され、上述の利用に供される。
　単位時間Ｔ0として例えば２時間を設定し、この２時間の間に対象雌豚１０１が起臥状態を何回変化させたかを評価する。すなわち、起臥の頻度を評価する。この評価の評価値として、上述のように、対象雌豚１０１が１回起立すればスコアα＝１．０を与え、１回着座すればスコアα＝０．５を与える。臥位している回数はスコアα＝０なので、評価値としてはカウントしない。このようにして単位時間Ｔ0の間に累積した累積スコアは、計測日における対象雌豚１０１の起臥の頻度を表す評価値になり得る。
　本実施形態においては、評価値の精度をさらに高めるために、起立、着座および臥位のそれぞれの状態が継続された時間も考慮して評価値を計算する。つまり、臥位、着座および起立のそれぞれの状態が継続された時間に基づいて累積されるスコアを補正する手法を採用する。図４は、本実施形態における、対象雌豚１０１の起臥の頻度を累積スコアに換算する手法を説明する図である。横軸は経過時間を表し、縦軸は起立（α＝１．０）、着座（α＝０．５）および臥位（α＝０）に対応するスコアαを表す。
　図は、時刻ｔｓに対象となる雌豚１０１の観察を開始し、単位時間Ｔ0が経過する時刻ｔｅまで観察を続けた観察結果の一例である。カメラユニット１１０は、例えば１フレーム／秒で雌豚１０１を撮像し、その画像データを判定装置２００へ送信する。計測部２３１は、受信するそれぞれの画像データを用いて雌豚１０１が起立、着座、臥位のいずれの状態であるかを認定し、スコアαを確定させる。すなわち、１秒ごとに雌豚１０１の状態に応じたスコアαを確定させる。そして、時刻ｔｓからの累積スコアに今回のスコアαを加算して累積スコアを更新する。この処理を単位時間Ｔ0が経過する時刻ｔｅまで続ける。
　計測部２３１は、このように累積スコアをカウントすることにより、起立、着座および臥位のそれぞれの状態が継続された時間を考慮した起臥の頻度を表す評価値を計算することができる。例えば、図において時刻ｔｓから時刻ｔ1までは起立状態（α＝１．０）が継続しているが、時刻ｔｓから時刻ｔ1までの時間が１０００秒だとすると、１秒ごとに１．０が加算されるので、１．０×１０００＝１０００が累積スコアに加算される。
　このようにして計算された累積スコアは、雌豚１０１の活動強度を表していると言える。すなわち、累積スコアが大きければ雌豚１０１は活発に活動していたと言え、累積スコアが小さければおとなしくしていたと言える。計測部２３１が一定期間に亘って毎日決められた時間帯に対象である雌豚１０１の累積スコアを計算し、その累積スコアを日ごとにデータ蓄積部２５０へ蓄積すれば、その間における雌豚１０１の活動強度の変化を知ることができる。
　雌豚の年間の産子数を増やす観点や繁殖サイクルを適正な間隔に維持する観点から、ストールに収容された雌豚の発情を精度良く見極めることは重要である。これまでは、雌豚が発情したか否かの判断は、熟練作業員の経験や勘に大きく依存していた。したがって、熟練作業員の経験や勘に頼らず、雌豚の発情を精度良く見極めたいという要望が、多くの飼育者から挙げられている。このような背景のもと、本願発明者は、研究を重ねた結果、雌豚の活動強度の変化と発情に相関があることを見出した。同時に、上述のような活動強度の評価手法を開発した。活動強度の変化と発情の関係を、上述の累積スコアを用いて説明する。
　図５は、発情していない雌豚の累積スコアの推移を示す図である。横軸は観察経過日数を表し、縦軸はそれぞれの観察日における累積スコアを表している。ここでは、４頭の雌豚（豚Ａ、豚Ｂ、豚Ｃ、豚Ｄ）の観察結果をプロットしている。
　それぞれの雌豚には個性があり、もともと活発に活動する雌豚もいれば、おとなしい雌豚もいる。そこで、それぞれの雌豚にとって、他の観察日と比較して相対的に活発に活動していると考えられる累積スコアを示した観察日をそれぞれ１日目としてプロットした。そして、それに続く３日分の累積スコアをプロットして、合計４日分の累積スコアの変化を表した。
　図示するように、これら４頭の雌豚の累積スコアの推移は、右肩下がりか横ばいである。これら４頭の雌豚のいずれにも発情は認められなかった。ここでは４頭の例を示したが、発情が認められなかった他の雌豚の累積スコアの推移も、およそ同様の結果であった。
　図６は、発情している雌豚の累積スコアの推移を示す図である。図５と同様に、横軸は観察経過日数を表し、縦軸はそれぞれの観察日における累積スコアを表している。ここでも、４頭の雌豚（豚Ｅ、豚Ｆ、豚Ｇ、豚Ｈ）の観察結果をプロットしている。
　図６の場合も図５の場合と同様に、それぞれの雌豚にとって、他の観察日と比較して相対的に活発に活動していると考えられる累積スコアを示した観察日をそれぞれ１日目としてプロットした。そして、それに続く３日分の累積スコアをプロットして、合計４日分の累積スコアの変化を表した。
　図示するように、これら４頭の雌豚の累積スコアの推移は、いずれも、一旦下がってから回復するＶ字状を示している。これら４頭の雌豚のいずれにも発情が認められた。ここでは４頭の例を示したが、発情が認められた他の雌豚の累積スコアの推移も、およそ同様の結果であった。なお、本願発明者は、１０５頭の雌豚から得られた１８１個の累積スコアの推移データを用いて図５および図６の検証を行った。
　以上の検証結果から、本願発明者は、一定期間に亘る活動強度の変化がＶ字状となった場合にその雌豚は発情している可能性が高い、という知見を得た。すなわち、上述のように観察対象となる雌豚の累積スコアを毎日計測して蓄積しておき、発情の有無を知りたくなった時点で一定期間分の累積スコアを抽出してその変化を確認すれば、その雌豚が発情しているか否かの判定を行うことができる。
　計測部２３１が累積スコアを繰り返し計測する一定期間は、Ｖ字状を初めて認識し得る３日以上が必要であり、また、２日目、３日目、４日目が累積スコアの底値となる場合を考慮して、最大で７日以下程度とすることが好ましい。また、雌豚の起臥頻度を計測する上記の単位時間Ｔ0を、どれくらいの長さにして、一日のうちのいつ設定するかについても、判定の精度を高める上で重要である。まず、単位時間Ｔ0を一日のうちのいつ設定するかについて説明する。なお、以下の説明においては、単位時間Ｔ0を、起臥頻度を計測する時間として計測時間Ｔ0と称する場合がある。
　図７は、起臥頻度の計測時間帯を説明する図である。原則的には、観察対象となる雌豚が、外部からの影響ではなく自発的に起きたり臥したりする活動を計測すべきであるので、自然環境のリズムに即した静かな時間帯に計測時間Ｔ0を設定することが好ましいと言える。図７（Ａ）は、雌豚に餌を与える給餌時間と計測時間Ｔ0の好ましい関係を示す図である。給餌時間は、発情の有無に関わらず雌豚が活発に活動する時間帯である。また、採餌後もしばらくの間は活発に活動する。したがって、計測時間Ｔ0は、雌豚が餌を与えられて１２時間経過後から次に餌を与えられる前までの期間内に設定されることが好ましい。図の例では、８時から９時の間が給餌時間に設定されており、９時から１２時間後の２１時から２４時の３時間が計測時間Ｔ0として設定されている。
　図７（Ｂ）は、養豚場付近の夜明け時間帯と計測時間Ｔ0の好ましい関係を示す図である。ここでは養豚場には窓が設けられており、夜明けと共に場内が暗い状態から明るい状態へ変化することを想定している。雌豚は、一般的に、暗い状態では活動が停滞し、明るくなってくると徐々に活動を開始する。したがって、計測時間Ｔ0は、ストールが設置された環境が暗い状態から明るい状態へ変化する夜明け時間帯を含むように設定されることが好ましい。図の例では、５時から５時半が夜明け時間帯である場合に、この時間帯を含む５時から７時までの２時間が計測時間Ｔ0として設定されている。なお、養豚場に窓が存在せず、屋内の明るさが照明によって制御されているような場合には、計測時間Ｔ0は、ストールが設置された環境が照明によって暗い状態から明るい状態へ変化する時間帯を含むように設定されると良い。
　図７（Ｃ）は、養豚場内で作業員が作業をする作業時間と計測時間Ｔ0の好ましい関係を示す図である。作業時間は、作業員が養豚場内の掃除をしたり飼育されている雌豚の健康状態をチェックしながら周回したりする時間であり、発情の有無に関わらず雌豚が活発に活動する時間帯である。したがって、計測時間Ｔ0は、ストールが設置された周辺環境に人が居ない期間内に設定されることが好ましい。図の例では、８時から１０時と１６時から１８時が作業時間に設定されており、４時から８時の４時間が計測時間Ｔ0として設定されている。
　計測時間Ｔ0として、図７（Ａ）の例では３時間、図７（Ｂ）の例では２時間、図７（Ｃ）の例では４時間を設定したが、具体的にどれくらいの時間に設定するかについては、給餌時間など考慮すべき要因との関係で決定すると良い。いずれの場合にしても、計測時間Ｔ0は、２時間以上６時間以下の時間であることが好ましいことが実験を通じて見出された。
　次に、計測時間帯の違いが累積スコアの推移にどのように現れるかについて説明する。図８は、計測時間帯の違いによる累積スコアの推移の違いを説明する図である。横軸は観察経過日数を表し、縦軸はそれぞれの観察日における累積スコアを表している。ここでは、発情を示す特定の雌豚に対して、毎日５時から７時までの間に計測した累積スコアをプロットして結んだ推移と、毎日１６時から１８時までの間に計測した累積スコアをプロットして結んだ推移とを表す。
　５時から７時までは、図７（Ａ）から（Ｃ）のいずれにおいても好ましい時間帯であり、１６時から１８時までは、給餌の影響が残り、作業員の作業時間と被る時間帯である。１６時から１８時までの間に計測した累積スコアの推移も確かにＶ字状を成すが、５時から７時までの間に計測した累積スコアの推移に比べて変化が緩やかである。後述する判定手法においては、Ｖ字状の変化が顕著に現れるほど精度良く発情を判定できるので、計測時間Ｔ0を、１６時から１８時までの時間帯に設定するよりは５時から７時までの時間帯に設定する方が好ましいと言える。
　計測部２３１が日々決められた時間帯に対象雌豚１０１の起臥状態を観察し、累積スコアを計算してデータ蓄積部２５０へ蓄積すれば、判定部２３２は、利用者の要求に従って、対象雌豚１０１の発情の有無を判定することができる。本実施形態において判定部２３２は、発情識別器２６２を利用して発情の有無を判定する。図９は、発情識別器２６２を用いた発情判別の手法を説明する図である。
　判定部２３２は、メモリ２６０から発情識別器２６２を読み出して、データ蓄積部２５０に蓄積された一定期間分の累積スコアを入力する。ここでは、一定期間を４日間として、１日目の累積スコアｘ1、２日目の累積スコアｘ2、３日目の累積スコアｘ3、４日目の累積スコアｘ4の４次元ベクトル（ｘ1，ｘ2，ｘ3，ｘ4）を発情識別器２６２へ入力する。
　本実施形態の発情識別器２６２はサポートベクターマシン（ＳＶＭ）であり、事前に学習装置で学習された学習済みモデルである。具体的には、一定期間分の累積スコアが「発情あり」または「発情なし」の正解ラベルと共に入力ベクトルとして与えられ、「発情あり」の空間と「発情なし」の空間を区分する識別関数が学習によって確定されている。このような学習を経て作成された発情識別器２６２は、学習装置からメモリ２６０へ移され、判定の利用に供される。
　判定部２３２が４次元ベクトル（ｘ1，ｘ2，ｘ3，ｘ4）を発情識別器２６２へ入力すると、発情識別器２６２は、「発情あり」を表す「１」または「発情なし」を表す「－１」を出力する。判定部２３２は、発情識別器２６２の出力である判定結果を表示モニタ２２０や作業員端末１２０へ出力する。例えば、表示モニタ２２０には、「管理番号○○／発情あり」のように、対象雌豚１０１の管理番号と共に発情の有無が表示される。なお、ここでは、４日分の累積スコアを４次元ベクトルとして入力したが、累積スコアに加え他の特徴量も入力ベクトルに加えたＳＶＭを作成することもできる。例えば、離乳日や気温を特徴量として入力するＳＶＭを作成することができる。また、学習済みモデルは、「発情あり」と「発情なし」の二分判定の出力を行うＳＶＭに限らず、例えば「発情確率８０％」のように多段階判定の出力を行うものであっても良い。
　以上説明したように、本実施形態における判定装置２００は、大きく分けて２つの処理ステップ、すなわち、累積スコアを計測する計測ステップと、対象となる雌豚の発情を判定する判定ステップとを実行する。そこで、それぞれの処理の流れを整理する。
　図１０は、累積スコアを計測する計測ステップの処理について説明するフロー図である。フローは、観察対象となる雌豚１０１がストール１０２へ収容され、システムオペレータにより継続的な観察の開始指示がなされた時点から開始する。
　計測部２３１は、ステップＳ１０１で、現在時刻を確認し、予め設定されている計測開始時刻になったか否かを判断する。計測開始時刻になったと判断したらステップＳ１０２へ進み、そうでないと判断したらステップＳ１０７へ進む。ステップＳ１０２へ進んだ場合、計測部２３１は、撮像を指示する指示信号をカメラユニット１１０へ送信する。カメラユニット１１０は、当該指示信号を受信すると雌豚１０１の撮像を実行し、生成した画像データを計測部２３１へ送信する。
　計測部２３１は、カメラユニット１１０から画像データを受信すると、ステップＳ１０３へ進み、当該画像データを画像処理部２４０へ引き渡して姿勢判定画像を生成させ、生成された姿勢判定画像を起臥識別器２６１へ入力する。そして、起臥識別器２６１が起立状態、着座状態、臥位状態のいずれかを認定結果として出力したら、当該認定結果に応じてスコアαを確定させる。
　計測部２３１は、ステップＳ１０４で、それまでの累積スコアに今回確定したスコアαを加算して累積スコアを更新する。ステップＳ１０５へ進み、計測部２３１は、現在時刻を確認し、計測開始時刻から予め設定された単位時間Ｔ0が経過したか否かを判断する。位時間Ｔ0が経過したと判断したらステップＳ１０６へ進み、そうでないと判断したらステップＳ１０２へ戻って雌豚１０１の観察を継続する。なお、ステップＳ１０２へ戻って再びカメラユニット１１０へ撮像を指示する指示信号を送信する場合には、予め設定された撮像周期（例えば１秒）となるように、タイミングを調整する。
　計測部２３１は、ステップＳ１０６へ進むと、累積スコアを確定させて、雌豚１０１の識別情報および日付情報と共に、データ蓄積部２５０へ記録する。演算部２３０は、ステップＳ１０７で、一連の計測ステップ処理の終了指示が発生しているか否かを確認する。終了指示は、システムオペレータによるメニュー操作や、制御プログラムによる終了判定により発生する。終了指示が発生していなければステップＳ１０１へ戻って一連の処理を継続し、終了指示が発生していれば計測ステップの処理を終了する。
　図１１は、対象となる雌豚の発情を判定する判定ステップの処理について説明する図である。判定ステップは、システムオペレータや作業員からの要求に応じて開始される。システムオペレータや作業員は、判定装置２００や作業員端末１２０を操作して、発情の有無を知りたい対象となる雌豚を指定する。フローは、判定対象となる雌豚が確定した時点から開始する。
　判定部２３２は、ステップＳ２０１で、指定された雌豚の直近における一定期間分の累積スコアをデータ蓄積部２５０から読み出す。具体的には、一定期間が例えば４日と設定されている場合には、直近の４日分の累積スコアを読み出す。ステップＳ２０２へ進み、判定部２３２は、発情識別器２６２をメモリ２６０から読み出す。そして、ステップＳ２０３で、データ蓄積部２５０から読み出した一定期間分の累積スコアを、メモリ２６０から読み出した発情識別器２６２へ入力し、判定計算を実行する。判定計算の結果「発情あり」または「発情なし」の出力を得たら、ステップＳ２０４で、当該判定結果を表示モニタ２２０や作業員端末１２０へ出力し、一連の処理を終了する。
　なお、ここではシステムオペレータや作業員からの要求に応じて判定ステップの処理を実行する例を説明したが、予め定められた条件を満たす場合に自動的に判定ステップの処理を実行しても良い。例えば、判定部２３２は、毎日決められた時間に観察対象のすべての雌豚に対して判定ステップの処理を実行し、「発情あり」と判定された雌豚グループと、「発情なし」と判定された雌豚グループを一覧にして表示モニタ２２０や作業員端末１２０へ出力しても良い。あるいは、日ごとの累積スコアがデータ蓄積部２５０へ記録されるタイミングで自動的に判定ステップの処理を実行し、「発情あり」と判定された場合に限ってシステムオペレータや作業員へ通知するようにしても良い。
　以上説明した本実施形態においてはＳＶＭである発情識別器２６２を用いて発情を判定したが、発情識別器２６２はＳＶＭに限らない。機械学習によって生成する識別器としては、他にもロジスティック回帰やランダムフォレストの手法も採用し得る。さらには、識別器を用いず、解析的に発情を判定する手法を採用しても良い。
　図１２は、解析的に発情を判定する発情判定手法を説明する図である。横軸は観察経過日数を表し、縦軸はそれぞれの観察日における累積スコアを表している。ここでは、発情を示す特定の雌豚の１日目から５日目までの累積スコアをプロットして結んだ推移を表す。上述のように、発情している雌豚は一定期間に亘る活動強度の変化がＶ字状となるので、発情しているか否かの判定は、累積スコアの推移がＶ字状になっているか否かを分析すれば良い。
　そこで、一定期間（図の場合は５日間）の中間日（図の場合は２日目から４日目）に、累積スコアの最小値が存在するか否かを確認する。最小値が中間日に存在しない場合は、「発情なし」と判定する。最小値が中間日に存在する場合は、その最小値が計測された観察日よりも前を前期とし、後を後期とする。図の場合は、３日目の累積スコアが最小値であるので、１日目と２日目が前期であり、４日目と５日目が後期である。
　そして、前期の累積スコアの最大値である前期最大値と後期の累積スコアの最大値である後期最大値を決定する。図の場合は、１日目の累積スコアが前期最大値であり、５日目の累積スコアが後期最大値である。この前期最大値→最小値→後期最大値の変化が、「発情あり」と判定される程度のＶ字状であるか否かを分析する。具体的には、前期最大値から最小値への低下率Ｔαが、予め設定された基準低下率Ｔα0よりも大きく、最小値から後期最大値への上昇率Ｔβが、予め設定された基準上昇率Ｔβ0よりも大きい場合に、「発情あり」と判定する。そうでない場合には、「発情なし」と判定する。なお、基準低下率Ｔα0および基準上昇率Ｔβ0は、結果が既知の確定データを用いて設定される。
　以上いくつかの判定手法を説明したが、判定装置においていずれの判定手法を採用するかは、観察対象となる雌豚の頭数や品種、判定装置の規模、コスト、要求される判定精度等を踏まえて決定され得る。また、判定手法に限らず、起臥状態の計測手法も上記の手法に限らない。例えば、カメラユニット１１０の代わりに、ストール１０２に収容された雌豚１０１の頭部付近と臀部付近の高さを計測する距離センサを天井に設置し、計測部２３１は、当該距離センサの出力から起臥状態を認定しても良い。
　また、本実施形態においては、起立状態と臥位状態に加えて着座状態も起臥の頻度を計測する対象とし、着座状態に対してスコアα＝０．５を与えた。しかし、スコアの数値は雌豚の品種や体重等を考慮して０．５以外の値に調整しても良く、また、着座状態も更に姿勢に応じて細分化して、それぞれに異なる値のスコアを与えても良い。逆に、脚が短い品種のような場合や、それほどの判定精度が必要でない場合には、着座状態を省いて起立状態と臥位状態の２つの状態のみで起臥の頻度を計測しても良い。
１０１　雌豚、１０２　ストール、１１０　カメラユニット、１２０　作業員端末、２００　判定装置、２１０　サーバ、２２０　表示モニタ、２３０　演算部、２３１　計測部、２３２　判定部、２４０　画像処理部、２５０　データ蓄積部、２６０　メモリ、２６１　起臥識別器、２６２　発情識別器、２７０　通信ユニット、９００　インターネット

Claims (12)

  1. 　ストールで飼育されている雌豚の単位時間あたりの起臥の頻度を計測する計測部と、
    　設定された一定期間において前記計測部で繰り返し計測された複数の前記頻度に基づいて前記雌豚の発情を判定する判定部と
    を備える雌豚用発情判定装置。
  2. 　前記計測部は、前記雌豚の起臥の状態として臥位、着座および起立のいずれであるかを認定し、認定したそれぞれの状態に対して予め設定されたスコアを累積加算した累積値を前記頻度とする請求項１に記載の雌豚用発情判定装置。
  3. 　前記計測部は、臥位、着座および起立のそれぞれの状態が継続された時間に基づいて前記スコアを補正する請求項２に記載の雌豚用発情判定装置。
  4. 　前記一定期間は、３日以上７日以下の期間であり、前記単位時間は、前記一定期間の間毎日設定される２時間以上６時間以下の時間である請求項１から３のいずれか１項に記載の雌豚用発情判定装置。
  5. 　前記単位時間は、前記雌豚が餌を与えられて１２時間経過後から次に餌を与えられる前までの期間内に設定される請求項１から４のいずれか１項に記載の雌豚用発情判定装置。
  6. 　前記単位時間は、前記ストールが設置された環境が暗い状態から明るい状態へ変化する時間帯を含むように設定される請求項１から５のいずれか１項に記載の雌豚用発情判定装置。
  7. 　前記単位時間は、前記ストールが設置された周辺環境に人が居ない期間内に設定される請求項１から６のいずれか１項に記載の雌豚用発情判定装置。
  8. 　前記判定部は、前記一定期間において繰り返し計測された複数の前記頻度を用いて前記雌豚の発情を識別する、予め機械学習された識別器を用いて前記雌豚の発情を判定する請求項１から７のいずれか１項に記載の雌豚用発情判定装置。
  9. 　前記識別器は、サポートベクターマシンである請求項８に記載の雌豚用発情判定装置。
  10. 　前記判定部は、前記一定期間における前記頻度が一旦低下し再度上昇する変化を示した場合に発情と判定する請求項１から９のいずれか１項に記載の雌豚用発情判定装置。
  11. 　設定された一定期間において、ストールで飼育されている雌豚の単位時間あたりの起臥の頻度を繰り返して計測する計測ステップと、
    　前記計測ステップで繰り返し計測された複数の前記頻度に基づいて前記雌豚の発情を判定する判定ステップと
    を有する雌豚の発情判定方法。
  12. 　設定された一定期間において、ストールで飼育されている雌豚の単位時間あたりの起臥の頻度を繰り返して計測する計測ステップと、
    　前記計測ステップで繰り返し計測された複数の前記頻度に基づいて前記雌豚の発情を判定する判定ステップと
    をコンピュータに実行させる雌豚の発情判定プログラム。
PCT/JP2020/033004 2019-09-06 2020-09-01 雌豚用発情判定装置、雌豚の発情判定方法および雌豚の発情判定プログラム WO2021045033A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202080061295.7A CN114375158B (zh) 2019-09-06 2020-09-01 母猪用发情判定装置、母猪发情判定方法和母猪发情判定程序
JP2021543770A JP7162749B2 (ja) 2019-09-06 2020-09-01 雌豚用発情判定装置、雌豚の発情判定方法および雌豚の発情判定プログラム
US17/653,506 US20220183811A1 (en) 2019-09-06 2022-03-04 Estrus determination device for sow, method for determining estrus of sow, and program for determining estrus of sow

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-162720 2019-09-06
JP2019162720 2019-09-06

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/653,506 Continuation US20220183811A1 (en) 2019-09-06 2022-03-04 Estrus determination device for sow, method for determining estrus of sow, and program for determining estrus of sow

Publications (1)

Publication Number Publication Date
WO2021045033A1 true WO2021045033A1 (ja) 2021-03-11

Family

ID=74852444

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/033004 WO2021045033A1 (ja) 2019-09-06 2020-09-01 雌豚用発情判定装置、雌豚の発情判定方法および雌豚の発情判定プログラム

Country Status (4)

Country Link
US (1) US20220183811A1 (ja)
JP (1) JP7162749B2 (ja)
CN (1) CN114375158B (ja)
WO (1) WO2021045033A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7286207B1 (ja) * 2022-12-13 2023-06-05 株式会社Eco‐Pork 家畜繁殖管理装置、家畜繁殖管理システム、家畜繁殖管理方法、及び、家畜繁殖管理プログラム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113711944B (zh) * 2021-08-27 2023-03-03 河南牧原智能科技有限公司 一种母猪发情鉴定方法、装置及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005021108A (ja) * 2003-07-04 2005-01-27 Shigeki Shimizu 動物の交配適期判定器
JP2007037454A (ja) * 2005-08-03 2007-02-15 Komutekku:Kk 家畜の発情時期検出装置、家畜の発情時期検出方法
JP2009501035A (ja) * 2005-07-13 2009-01-15 アグリスタジオ エス．アール．エル． 哺乳類の生殖状態、特に発情周期を検知する装置および方法
WO2012014419A1 (ja) * 2010-07-30 2012-02-02 パナソニック株式会社 発情検知装置および発情検知システム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2352739A1 (en) * 1998-12-22 2000-06-29 Shawn Koch Electronic estrus detection device
ITMI20071072A1 (it) * 2007-05-25 2008-11-26 Lps Electronics S R L Apparecchiatura per la rilevazione automatica dello stato di calore di una scrofa.
SE528838C2 (sv) * 2005-04-29 2007-02-27 Delaval Holding Ab Detekteringsmetod jämte -arrangemang för mjölkboskap
JP5514975B2 (ja) * 2009-08-26 2014-06-04 長崎県 発情検出装置
CN104027186A (zh) * 2014-06-09 2014-09-10 松桃德康农牧有限公司 一种母猪配种中输精过程的输精评分方法
JP6636364B2 (ja) * 2016-03-18 2020-01-29 オリオン機械株式会社 繋留牛のモニタリングシステム及びモニタリング方法
CN109258508B (zh) * 2018-09-26 2020-11-10 深圳市倍适沃智能设备有限公司 母猪发情分析方法、装置、终端与计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005021108A (ja) * 2003-07-04 2005-01-27 Shigeki Shimizu 動物の交配適期判定器
JP2009501035A (ja) * 2005-07-13 2009-01-15 アグリスタジオ エス．アール．エル． 哺乳類の生殖状態、特に発情周期を検知する装置および方法
JP2007037454A (ja) * 2005-08-03 2007-02-15 Komutekku:Kk 家畜の発情時期検出装置、家畜の発情時期検出方法
WO2012014419A1 (ja) * 2010-07-30 2012-02-02 パナソニック株式会社 発情検知装置および発情検知システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7286207B1 (ja) * 2022-12-13 2023-06-05 株式会社Eco‐Pork 家畜繁殖管理装置、家畜繁殖管理システム、家畜繁殖管理方法、及び、家畜繁殖管理プログラム

Also Published As

Publication number Publication date
JPWO2021045033A1 (ja) 2021-03-11
CN114375158A (zh) 2022-04-19
CN114375158B (zh) 2023-11-17
JP7162749B2 (ja) 2022-10-28
US20220183811A1 (en) 2022-06-16

Similar Documents

Publication Publication Date Title
WO2021045033A1 (ja) 雌豚用発情判定装置、雌豚の発情判定方法および雌豚の発情判定プログラム
CN109984054B (zh) 发情检测方法、发情检测装置和发情检测系统
KR102168641B1 (ko) 가축 농가의 축사 관리 시스템 및 축사 관리 방법
JPWO2017159109A1 (ja) 情報処理装置、情報処理方法及びプログラム
US11547088B2 (en) System and method for selecting and executing training protocols for autonomously training an animal
US20220189192A1 (en) Growth evaluation device, growth evaluation method, and growth evaluation program
CN110741963B (zh) 一种物体状态监测、母猪发情监测方法、装置及系统
US20200196568A1 (en) System and method for controlling animal feed
CN114155216A (zh) 猪只温度检测方法及装置
JP2021035355A (ja) 家畜の健康状態管理システム、家畜用ウェアラブルデバイス、家畜の健康状態管理方法及びプログラム
KR20210058526A (ko) 중량 측정 장치를 이용한 가축 생계 균일도 관리 시스템
CN105147256B (zh) 一种猪生理状态预测系统及装置
KR20170014683A (ko) 활동량 기반의 반려동물 관리장치
EP2832216B1 (en) Notification method, notification program, and notification device
CN116957836A (zh) 一种智慧养殖数据平台
US8551012B2 (en) Method for monitoring estrus and ovulation of animals, and for planning a useful fertilization time zone and a preferred fertilization time zone
KR102473443B1 (ko) 사물 인터넷을 통한 실내 반려동물의 심리 및 행동분석에 기초한 지능형 반려동물 관리 시스템 및 방법
US20230154597A1 (en) A Device for Determining a Position of a Metal Object in or at a Patient Body
CN110738351B (zh) 一种智能监测装置、系统及控制方法
TWI697282B (zh) 自動鳥類偵測及驅離的方法
CN112931289A (zh) 猪只采食监测方法及装置
JP2021121176A (ja) 分娩タイミング報知システム及び分娩タイミング報知方法
US20240099273A1 (en) Method and control system for controlling an agricultural installation for small livestock farming and/or medium livestock farming
KR102478157B1 (ko) 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템
CN117065176B (zh) 一种基于机器视觉的啮齿动物睡眠剥夺装置及剥夺系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20860904

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021543770

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20860904

Country of ref document: EP

Kind code of ref document: A1