WO2023195063A1 - 死亡トリ検出方法 - Google Patents

死亡トリ検出方法 Download PDF

Info

Publication number
WO2023195063A1
WO2023195063A1 PCT/JP2022/017078 JP2022017078W WO2023195063A1 WO 2023195063 A1 WO2023195063 A1 WO 2023195063A1 JP 2022017078 W JP2022017078 W JP 2022017078W WO 2023195063 A1 WO2023195063 A1 WO 2023195063A1
Authority
WO
WIPO (PCT)
Prior art keywords
dead
cage
bird
birds
image
Prior art date
Application number
PCT/JP2022/017078
Other languages
English (en)
French (fr)
Inventor
康司 椿井
Original Assignee
株式会社ハイテム
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 株式会社ハイテム filed Critical 株式会社ハイテム
Priority to PCT/JP2022/017078 priority Critical patent/WO2023195063A1/ja
Publication of WO2023195063A1 publication Critical patent/WO2023195063A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K39/00—Feeding or drinking appliances for poultry or other birds
    • A01K39/01—Feeding devices, e.g. chainfeeders
    • A01K39/012—Feeding devices, e.g. chainfeeders filling automatically, e.g. by gravity from a reserve
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K45/00—Other aviculture appliances, e.g. devices for determining whether a bird is about to lay

Definitions

  • the present invention relates to a dead bird detection method for detecting when a bird dies in a poultry farming facility where birds are raised in cages.
  • the present invention provides a dead bird detection method that can quickly and accurately detect when a bird dies in a cage while reducing the labor burden on the operator. This is the issue to be addressed.
  • the dead bird detection method includes: ⁇ In facilities where birds are raised using cage row layers in which multiple cages are stacked horizontally in rows, installing a rail extending in the same direction as the cage row on the cage row layer; A slide device that reciprocates along the rail is equipped with a plurality of cameras depending on the height of each cage row, The camera captures at least one still image for each cage, and the first determination device performs a first life-or-death determination as to whether or not the still image contains dead birds.
  • At least one still image is photographed for each cage, and it is determined whether the cage to be photographed contains dead birds.
  • a camera for taking still images is provided in a slide device that slides along a rail provided on the cage row layer. If a camera is provided on a robot device that moves along a path within a facility, complex control is required to move the robot device along a predetermined path. On the other hand, in this method, since the slide device that slides along the rail provided on the cage row layer is equipped with the camera, the control for moving the camera for photographing is simple.
  • the slide device reciprocates along the rail, it is possible to take still images both when moving forward and when moving backward. In other words, still images of the same cage can be acquired at certain time intervals. Therefore, it is possible to compare still images taken at different times, and if a bird in the same position (an unmoving bird) is detected in both images, there is a high possibility that it is a dead bird. Therefore, dead birds can be detected more accurately than when still images taken at different times are not compared.
  • a portable battery is usually used as a power source. Therefore, there is a limit to the distance that the robot can move at one time, and it takes time to charge the robot, making it difficult to frequently take pictures with the robot device.
  • the slide device that moves along a structure fixed to the facility called the cage row layer is equipped with a camera, so power for movement and photography can be supplied by wire. . Therefore, frequent photography is possible, and dead birds can be detected more accurately by comparing multiple still images taken at different times.
  • the dead bird detection method includes: “As a result of the first life-or-death determination, if it is determined that the still image contains a dead bird, a moving image taken of the same cage as the shooting object is used, and the moving image is replaced with a dead bird. A second life-or-death determination as to whether or not birds are present can be made.
  • a second life-or-death determination is made using the moving images before and after that point.
  • the first determination of life or death is performed by the first determination device. Therefore, since many parts of the process of determining whether a bird is alive or dead are mechanized (automated), the determination can be made quickly with less labor burden on the operator.
  • the dead bird detection method according to the present invention has the above configuration, "The second life/death determination is performed by inputting the video image into a trained model that is generated by machine learning using a teacher video image containing only living birds and a teacher video image containing dead birds as learning data. "Based on the results obtained.”
  • the dead bird detection method has the above configuration, "The first life/death determination is based on the result of image analysis of the still image regarding feature points specific to dead birds or living birds, and is a determination based on the result of image analysis of the still image regarding characteristic points of dead birds or living birds. Judgment based on the result obtained by inputting the still image to a trained model generated by machine learning as learning data; Judgment based on the result of visualizing the temperature of the photographed object with an infrared camera; and A combination of two or more of the above determinations.
  • the dead bird detection method according to the present invention includes: “The cage row layer includes a feeding trough for each cage row,
  • the slide device may include a plurality of hoppers for supplying bait to each of the troughs.
  • the slide device serves both as a device for moving the camera and a device for moving the hopper that supplies bait to the trough. Therefore, although it is a single device, it has the advantage of contributing to both automation of feed supply and automation of detection of dead birds.
  • the present invention provides a dead bird detection method that can quickly and accurately detect when a bird dies in a cage while reducing the labor burden on the operator. be able to.
  • FIG. 1 is a partially omitted perspective view showing a cage row layer including a slide device.
  • 2 is a side view of the cage row layer of FIG. 1.
  • FIG. FIG. 3 is a perspective view of the slide device of FIG. 1.
  • FIG. 1 is a block diagram illustrating a schematic configuration of a dead bird detection system.
  • FIG. 5(a) is a schematic diagram of a cage in which only living birds are present
  • FIG. 5(b) is a schematic diagram of a cage in which dead birds are present.
  • FIG. 6 is a flowchart illustrating processing in the dead bird detection method of the first embodiment.
  • FIG. 7 is a partially omitted perspective view showing a cage row layer including another slide device.
  • FIG. 8 is a perspective view of the slide device of FIG. 7.
  • FIGS. 9(a) and 9(b) are block diagrams showing other configurations of the dead bird detection system, respectively.
  • FIGS. 1 to 6 a dead bird detection method and a dead bird detection system using this detection method, which are specific embodiments of the present invention, will be described using the drawings.
  • a first embodiment will be described using FIGS. 1 to 6.
  • cage row layers 90L in which cage rows 90R in which a large number of cages 90 are arranged horizontally in parallel are stacked in multiple stages.
  • a long feeding trough 85 is arranged horizontally along each cage row 90R.
  • the cage row layer 90L includes a plurality of planar structures formed of a plurality of wires or bars arranged at intervals, and a plurality of longitudinal members 81 and cross members 82 forming frames that support the planar structures. , is equipped with.
  • the planar structure is a structure in which wires or bars intersect in a grid pattern, or a structure in which wires or bars are arranged in parallel in one direction and adjacent to each other at intervals.
  • the side on which the trough 85 is arranged will be referred to as the "front”, and the opposite side will be referred to as the "rear".
  • a front part 91 that covers each cage 90 from the front, a back part 92 that covers it from the rear, a floor part 94 that covers it from below, and a side part 93 that partitions adjacent cages 90 from each other are separated from the planar structure.
  • the cage row 90R may be configured to further include a top surface portion that covers the cages 90 from above.
  • the trough 85 is provided at a position slightly higher than the floor surface part 94 so that the birds sticking out their necks from the cage 90 can peck at the food.
  • a case is illustrated in which birds for egg collection are raised, and an egg tray 86 for receiving eggs is arranged below the trough 85.
  • the floor portion 94 is sloped downward toward the egg tray 86. This is because the eggs laid by the birds in the cage 90 are rolled forward on the floor part 94 by their own weight and are received by the egg tray 86 formed in front of the floor part 94.
  • two rows of cages 90R are arranged adjacent to each other with their rear surfaces 92 facing each other, as shown in the figure.
  • one side surface portion 93 is provided so as to span two cages 90 belonging to two adjacent cage rows 90R.
  • FIG. 1 illustrates a case in which the cage rows 90R are stacked in four stages, the number of stages is not limited to this.
  • a dead bird detection system using the dead bird detection method of the first embodiment includes a cage row layer 90L having the above configuration, a slide device 10 including an imaging device 30, a slide drive mechanism 40, a control device 50, and a first cage row layer 90L.
  • This configuration includes a determination device 51 and a second determination device 52.
  • the slide device 10 is provided for each cage row layer 90L, and is a device that reciprocates in the horizontal direction in front of the cage row layer 90L.
  • the slide device 10 photographs the cage 90 using the imaging device 30 during the reciprocating process.
  • FIG. 1 only one of the slide devices 10 provided in each of the two cage row layers 90L is illustrated.
  • Each slide device 10 includes a slider 11 that moves along a rail 41, a support 12 that is supported by the slider 11 and extends downward, and an imaging device 30.
  • the slider 11 is formed with a long groove 15 that engages with the rail 41.
  • the number of imaging devices 30 is the same as the number of cage rows 90R, and in this case, there are four.
  • Each imaging device 30 includes a camera 31 and a lighting device 32.
  • the camera 31 and the lighting device 32 are attached to a bracket 39 extending horizontally from the support 12 in accordance with the height of each cage row 90R, and the optical axis of the camera 31 is directed toward the cage 90.
  • the camera 31 is capable of capturing both still images and moving images.
  • Two lighting devices 32 are provided for each camera 31 on both sides thereof, and irradiate light onto the cage 90 when the camera 31 takes a picture.
  • the control device 50 is attached to the support column 12.
  • the control device 50 is composed of a computer that mainly includes a storage device including a main storage device and an auxiliary storage device, a processor, and a communication device that communicates with the first determination device 51 and the second determination device 52.
  • the storage device stores a program that causes the computer to function as a movement control means that controls the movement of the slide device 10, and a program that causes the computer to function as an imaging control means that controls the operations of the camera 31 and the lighting device 32. .
  • the slide drive mechanism 40 includes a drive pulley 42, a driven pulley 43, a wire 44 wound around the drive pulley 42 and the driven pulley 43, and a motor 45 that drives the rotation of the drive pulley 42. It is equipped with.
  • the rail 41 is provided over the entire length of the cage row 90R along the upper edge at the front end of the uppermost cage row 90R.
  • a driving pulley 42 is attached to one end of the rail 41 and a driven pulley 43 is attached to the other end, and the track of the wire 44 wound around these pulleys is located directly above the rail 41. Since a portion of the wire 44 is fixed to the slider 11, the wire 44 forms an endless loop through the slider 11.
  • the output shaft of a motor 45 is connected to the rotation shaft of the drive pulley 42.
  • the motor 45 when the motor 45 is operated to rotate the driving pulley 42 in one direction, the wire 44 moves in one direction while rotating the driven pulley 43, and the slider 11 is pulled by the wire 44, so that the slide device 10 moves in one direction.
  • the motor 45 when the motor 45 is operated to rotate the drive pulley 42 in the opposite direction, the wire 44 moves in the opposite direction while rotating the driven pulley 43, and the slider 11 is pulled by the wire 44, so that the slide device 10 moves in the opposite direction. That is, the forward and reverse rotation of the motor 45 causes the slide device 10 to reciprocate along the cage row layer 90L.
  • the motor 45, drive pulley 42, and driven pulley 43 are supported by the frame of the cage row layer 90L.
  • a rectangular cylindrical guide pipe 46 is arranged along the trough 85 of the lowest cage row 90R, and a guide roller 47 attached to the support 12 rotates and comes into contact with the outer surface of the guide pipe 46. This stabilizes the posture of the slide device 10 and makes the slide movement smooth.
  • the movement control means moves the slide device 10 by controlling the slide drive mechanism 40, and when the imaging device 30 reaches a predetermined photographing point, stops the slide device 10 and sends a signal to the imaging control means. send. Upon receiving this signal, the imaging control means sends a signal to the imaging device 30 to cause the lighting device 32 to emit light and to cause the camera 31 to take a still image.
  • the photographing points are set so that at least one still image is photographed for each cage 90.
  • the photographed still image is sent to the first determination device 51 with cage identification information for identifying the cage 90 to be photographed.
  • the cage identification information can be generated by comparing the arrangement order of the cages 90 in which still images are photographed as the slide device 10 moves and the number of still images photographed before the photographing. can.
  • the slide device 10 is equipped with a plurality of imaging devices 30, and images of a plurality of cages 90 are performed simultaneously. The positional relationship with 90 is clear. Therefore, by attaching the identification code of each of the plurality of imaging devices 30 to the image photographed by the imaging device 30, it is possible to distinguish the plurality of cages 90 that are simultaneously photographed, and the cage identification information can be can be generated.
  • cage specific information can be obtained by image analysis of the identification code. I can do it.
  • the first determination device 51 is a device that determines whether the bird in the photographed cage 90 is alive or dead based on a still image photographed by the imaging device 30.
  • the first determination device 51 is composed of a computer that mainly includes a storage device including a main storage device and an auxiliary storage device, a processor, and a communication device that communicates with the control device 50.
  • the storage device stores a program that causes the computer to function as the first determining means.
  • control device 50 While the control device 50 is configured to move together with the slide device 10, the first determination device 51 is separated from the slide device 10 and installed in a management booth or the like within the facility.
  • the control device 50 and the first determination device 51 are connected via a communication network such as an in-facility LAN or the Internet.
  • the first determination means includes a still image acquisition means for acquiring a still image photographed by the imaging device 30, a first life/death determination means for determining whether the bird is alive or dead based on the still image, and a first determination means for determining whether the still image includes a dead bird.
  • a moving signal sending means sends a signal to the movement control means by wire or wirelessly when it is determined that there is no dead bird, and moves the slide device 10 to the next photographing point; a moving image transmitting means for causing the imaging device 30 to shoot a moving image and transmitting the moving image with cage identification information attached to the second determination means;
  • a second movement signal sending means is provided which sends a signal by wire or wirelessly and moves the slide device 10 to the next photographing point.
  • the methods of determining whether a dead bird is included in a still image performed by the first life/death determination means include (1-1) a method of image analysis of a still image (using feature points), (1-2) ) A method of image analysis of still images (comparison of multiple still images), (2) A method of using a trained model generated by machine learning of still images, (3) A method of using the same method for the infrared camera 31 and the visible light camera 31 (4) A combination of these methods.
  • the torso of the dead bird 72 is visible, and the vertical outline of the legs is not detected even by image analysis. Therefore, by extracting the vertical contour of the leg from a still image as a feature point, calculating the feature amount, and comparing it with a predetermined threshold value, it is possible to determine whether the still image contains a dead bird 72 or not. can do.
  • the bird's body is hardly visible in the space below the trough 85, whereas in the image including the dead bird 72, the body is visible in the space below the trough 85.
  • the bird's body and legs are different colors. Therefore, by using the color of the bird's body or legs as a feature point, and using the ratio of that color in the area below the trough 85 in the still image as the feature amount, it is possible to determine whether the still image is alive or dead.
  • the frame, the planar structure, and the trough 85 have linear outlines, they can be distinguished from dead birds whose outlines are non-linear by image analysis. On the other hand, parts where there is a difference in pixel values can be determined to be viable birds.
  • the slide drive mechanism 40 including the motor 45 is supported by the cage row layer 90L, which is a structure fixed to the facility, power can be supplied by wire.
  • the imaging device 30 has the configuration of a moving slide device 10
  • the control device 50 has a configuration that moves together with the slide device 10, but since the slide device 10 is attached to the cage row layer 90L, imaging and control Power can be supplied by wire. Therefore, unlike when a battery is used as a power source, there is no limit to the frequency of moving the slide device 10, and it is possible to move the slide device 10 back and forth frequently and take multiple shots of the same cage. It is possible. Therefore, by performing the same comparison as above (calculating the difference in pixel values for each same coordinate) between a large number of still images of the same cage, dead birds can be detected more accurately. be able to.
  • a method using a trained model generated by machine learning of still images A large number of still images containing only living birds (hereinafter referred to as “surviving bird teacher still images”) and a large number of still images including dead birds An image (hereinafter referred to as “teacher still image containing dead birds”) is used as learning data, and a trained model is generated by machine learning.
  • the generated trained model is stored in the storage device of the first determination device 51.
  • the teacher image be photographed under the same photographing conditions as when the imaging device 30 actually performs photographing as the slide device 10 moves. It is desirable that the large number of surviving bird teacher still images include a variety of still images showing birds facing various different directions and birds at different positions in the depth direction and left/right direction of the cage 90.
  • Teacher's still images containing many dead birds include birds that have fallen down and only their bodies can be seen and their legs are not visible, birds that have fallen down and their legs along with their bodies visible sideways, birds with parts of their bodies missing, and birds with discolored feathers. It is preferable that the images consist of a variety of still images of birds in the forest. It is desirable that each teacher image includes an image with eggs 79 on the egg tray 86, an image with a different number of eggs 79, and an image without eggs 79.
  • the teacher image is an image of the inside of the cage 90, but the still image actually taken by the imaging device 30 (hereinafter sometimes referred to as "input still image") shows the outside of the cage 90.
  • the teacher image is an image that focuses on the bird's legs and captures only the lower part of the cage 90, while the input still image captures the entire cage 90.
  • the process of matching the imaging areas can be performed, for example, by extracting the frame of the cage 90 and the trough 85 through image analysis and using these as a reference.
  • a visible light camera and an infrared camera are used as a pair as the cameras 31 to simultaneously photograph the same photographic area.
  • An infrared camera detects infrared radiation emitted from an object, converts it into temperature, and visualizes the temperature of the object by imaging different temperatures as different colors.
  • the still image acquisition means acquires a visible light image and an infrared image taken at the same time as a set.
  • the first life/death determination means extracts a portion where the bird is shown by image analysis of the visible light image, and specifies the portion using coordinates. The portion where the bird is shown can be extracted based on the bird's unique color, for example, the color of its feathers.
  • the first life/death determination means detects the color of a pixel in the infrared light image at the same coordinates as the coordinates specified as the part where the bird is shown in the visible light image.
  • Dead birds have a lower body temperature than living birds, so if there are pixels in a predetermined range of colors that indicate low temperature in the infrared light image where the bird is supposed to be, it is determined that it is a dead bird. be able to. Therefore, by setting the threshold value to a temperature lower than the general temperature as the body temperature of a living bird, it is possible to determine whether or not a dead bird is included in a still image.
  • determination based on still images may not be able to accurately determine whether the bird is alive or dead.
  • judgment (1-1) that analyzes a still image when the bird's legs are used as a feature point, or in judgment (2) that uses a trained model generated by machine learning of still images, This is because if machine learning is performed using a teacher image that focuses on whether or not legs are included in the image as learning data, a sitting (crouching) bird may be determined to be a dead bird.
  • the threshold value is set low in determination using an infrared camera (3), only birds that have been dead for a long time can be detected. . If the threshold value is set high in an attempt to detect birds that have recently died, there is a risk that living birds will be determined to be dead birds because there are individual differences in the body temperature of birds.
  • a signal is transmitted from the first determination device 51 to the imaging control means of the control device 50.
  • This signal includes cage identification information of a still image determined to contain a dead bird.
  • the imaging control means specifies the cage 90 to be photographed based on this cage specifying information, and controls the imaging device 30 to photograph a moving image for a predetermined period of time (for example, 5 seconds to 10 seconds).
  • the moving image is sent to the second determination device 52 by the moving image transmitting means with cage identification information attached thereto.
  • the second determination device 52 is a device that determines whether the bird in the photographed cage 90 is alive or dead based on the moving image.
  • This device mainly consists of a computer that includes a storage device consisting of a main storage device and an auxiliary storage device, a processor, a communication device that communicates with the control device 50, an alarm device, an input device such as a keyboard, and an output device including a display. ing.
  • the storage device stores a program that causes the computer to function as the second determination means.
  • the second determination device 52 is separate from the slide device 10 and installed in a management booth or the like within the facility.
  • the second determining means is a moving image acquiring means that acquires a moving image photographed by the imaging device 30 and stores it in a storage device as a database associated with cage identification information, and determines whether the bird is alive or dead based on the moving image. and a second life/death determination means, which operates an alarm device when it is determined that a dead bird is included in the moving image, and displays the moving image containing the dead bird and cage identification information on a display. It is equipped with a warning means.
  • the alarm device can be one that emits a warning sound or one that lights up or flashes a warning light.
  • the second life/death determination means determines whether or not a dead bird is included in a moving image, as follows: (A) a method using a learned model generated by machine learning of a moving image; (B) One example is a method of extracting and comparing an image at a certain point in time and an image after a predetermined period of time from images forming a moving image.
  • A Method using a trained model generated by machine learning of video images
  • a large number of video images containing only living birds hereinafter referred to as “survival bird teacher video images” and a large number of videos containing dead birds (hereinafter referred to as “teacher video containing dead birds”) as learning data, and a trained model for the video is generated by machine learning.
  • the generated trained model is stored in the storage device of the second determination device 52.
  • the probability that the moving image contains only living birds or the probability that the moving image contains dead birds is output.
  • a convolutional neural network which is excellent at image recognition
  • a recurrent neural network which is a neural network expanded to handle time-series data
  • a trained model is generated using teacher images (survival bird teacher video, teacher video containing dead birds) with information about bird life and death as learning data, and then the information about life and death is generated. While inputting a teacher image without images into the trained model, the weighting coefficients between neurons are adjusted so that a probability suitable for determining life or death is output.
  • the teacher image be photographed under the same photographing conditions as when the imaging device 30 actually photographs a moving image within the facility. It is desirable that the large number of surviving bird teacher video images include a variety of video images showing birds facing various different directions and birds at different positions in the depth direction and left/right direction of the cage 90.
  • the teacher's videos containing many dead birds include birds that are down and only their bodies are visible but no legs, birds that are down and their legs are visible along with their bodies, birds that are missing parts of their bodies, and birds that have discolored feathers.
  • the images consist of a variety of moving images of birds that are in the same position. It is desirable that each teacher image includes an image with eggs 79 on the egg tray 86, an image with a different number of eggs 79, and an image without eggs 79.
  • the second determination device 52 inputs the moving image photographed by the imaging device 30 into the learned model and compares the output value (probability) with a predetermined threshold value to determine whether the moving image contains dead birds. It is possible to determine whether a person is alive or not.
  • (B) A method of extracting and comparing an image at a certain point in time and an image after a predetermined period of time from the images that make up a moving image
  • Multiple still images are extracted at time intervals of ⁇ T, such as extracting a still image at (T + ⁇ T) and then extracting a still image at the same time (T + 2 ⁇ T), and then chronologically Find the difference in pixel values for each of the same coordinates in the previous and subsequent images along the .
  • the difference in pixel values is zero in a stationary part, and the difference in pixel value occurs in a moving part.
  • immovable parts include the frame of the cage 90, the wires and bars forming the planar structure, and the trough 85. Since the frame, planar structure, and trough 85 have linear outlines, they can be distinguished from dead birds whose outlines are non-linear by image analysis.
  • parts where there is a difference in pixel values can be determined to be viable birds.
  • a dead bird moves due to an external force, such as when a dead bird is kicked by a surviving bird, a difference occurs in the pixel values, which poses a problem.
  • the time interval ⁇ T is a short time, in the case of surviving birds, the pixels that cause a difference in pixel value gradually move to surrounding pixels (coordinates) due to natural movement.
  • a dead bird that moves due to the action of an external force instantaneously moves a large amount, so that the pixel where the difference in pixel value occurs moves to a distant pixel. Therefore, by setting thresholds for the change in pixel value and the amount of movement of the pixel (coordinates) that causes the change in pixel value, it is possible to determine whether a moving image contains a dead bird or not. .
  • the slide device 10 When the process starts, the slide device 10 is moved to the first photographing point under the control of the movement control means (step P1), and a still image is photographed by the imaging device 30 (step P2). It is desirable to move the slide device 10 and take still images during a time period when the amount of activity of the birds is high, for example, during feeding time.
  • the photographed still image is sent to the first determination device 51, and the first life and death determination means determines whether the person is alive or dead using the method described above (step P3).
  • the movement control means controls all the images to be taken based on the movement signal from the first determination device 51. It is confirmed whether a still image has been taken at the point (step P9), and if there are still unshot points remaining (No in step P9), control is performed to move the slide device 10 toward the next shooting point. After that (step S10), the process returns to step P2 described above and a still image is taken.
  • step P4 if it is determined by the life/death determination by the first life/death determination means that the still image contains a dead bird (Yes in step P4), at the same shooting point where the still image was taken, A moving image is photographed by the imaging device 30 (step P5). The photographed moving image is sent to the second determination device 52, and the second life and death determination means determines whether the person is alive or dead using the method described above (step P6).
  • the alarm device generates a warning sound and lights/flashes a warning light.
  • cage identification information that identifies the shooting point at which the moving image containing the dead bird was photographed, in other words, information that identifies the cage 90 where the dead bird is present is displayed on the display of the second determination device 52. (Step P8). In response to this, the operator can go to the specified cage 90 and promptly perform the task of removing dead birds from the cage 90.
  • step P7 if it is determined that the moving image contains only living birds, that is, it does not include dead birds (No in step P7), the process moves to step S9 described above. In step P9, when it is confirmed that still images have been photographed at all photographing points (Yes in step P9), the process ends.
  • the first life/death determination includes dead birds. If it is determined, a moving image is photographed for a predetermined time at the same photographing point, and a second life/death determination is performed to determine whether the bird in the cage 90 is alive or dead based on the moving image. Therefore, when a bird dies within the cage 90, it can be accurately detected.
  • the dead bird detection system using the dead bird detection method of the second embodiment includes the slide device 10 including the imaging device 30, the first determination device 51, and the second determination device 52, and also constantly photographs moving images.
  • a second imaging device (not shown) is provided for this purpose.
  • a plurality of second imaging devices are installed at various locations within the facility, and constantly capture moving images of all the cages 90.
  • the second imaging device and the cage 90 to be photographed may have a one-to-one correspondence, or one second imaging device may photograph moving images of a plurality of cages 90.
  • each second imaging device is provided with moving image object cage information that specifies the cage 90 that is the object of shooting a moving image.
  • the second imaging device includes a device for counting time, and stores the captured moving images in association with the capturing time.
  • the slide device 10 differs from the first embodiment in the function of the camera 31 it is equipped with.
  • the camera 31 used in the second embodiment only takes still images, and is not a device for counting time. It is equipped with
  • the first determination device 51 has the same hardware configuration as the first embodiment, but is slightly different in functional configuration.
  • the first determination means of the second embodiment includes a still image acquisition means for acquiring a still image photographed by the imaging device 30, a first life/death determination means for determining whether the bird is alive or dead based on the still image, and a first determination means for determining whether the bird is alive or dead based on the still image.
  • Dead bird detection signal sending means for sending a dead bird detection signal to the second determination device 52 when it is determined that birds are included;
  • the slide device 10 is provided with a moving signal transmitting means for transmitting a signal to move the slide device 10 to the next photographing point.
  • the still image acquisition means and the first life/death determination means are the same as those in the first embodiment.
  • the second determination device 52 has the same hardware configuration as the first embodiment, but stores in its storage device a database that associates identification information of the second imaging device with moving image object cage information. Furthermore, the second determination device 52 is slightly different from the first embodiment in its functional configuration.
  • the second determination means of the second embodiment includes a moving image acquisition means that acquires a moving image from the second imaging device when receiving the dead bird detection signal transmitted from the first determining device 51; a second life/death determination means for determining whether a bird is alive or dead; and a second life/death determination means for operating an alarm device when it is determined that a dead bird is included in a video image, and identifying a video image containing a dead bird and a cage. and warning means for displaying the information on the display.
  • the second life/death determination means and warning means are the same as those in the first embodiment.
  • the flow of processing in the dead bird detection method of the second embodiment will be explained. Similar to the first embodiment, a still image is photographed as the slide device 10 moves, and the first life/death determining means determines whether or not the still image includes a dead bird.
  • the dead bird detection signal includes cage identification information that identifies the cage 90 in which the still image was taken, and time information that indicates the time at which the still image was taken.
  • the moving image acquisition means acquires a moving image from the second imaging device.
  • the video image acquisition means refers to a database in which the identification information of the second imaging device and the video target cage information are associated, and the video target cage information corresponding to the cage identification information included in the dead bird detection signal.
  • a moving image is acquired from an associated second imaging device. That is, a moving image is acquired from the second imaging device that is shooting a moving image of the cage 90 that is a shooting object of a still image determined to contain a dead bird.
  • the moving image acquisition means refers to the time information included in the dead bird detection signal, and includes moving images taken at a predetermined time before and after the time when the still image determined to include the dead bird was taken. For example, a moving image from 3 seconds before to 3 seconds after the time when the still image was captured is acquired.
  • the second life/death determination means performs a life/death determination on the acquired moving image. This life/death determination is similar to that described above for the first embodiment. If it is determined that a dead bird is included in the moving image, a warning is issued by an alarm device, and information identifying the cage 90 that is the object of photographing the moving image containing the dead bird is sent to the second determination device 52. The point displayed on the display is also the same as in the first embodiment. The worker who has received the warning can go to the identified cage 90 and promptly perform the task of removing the dead bird from the cage 90.
  • the second embodiment although moving images are always taken, dead birds are not included in still images without constantly monitoring the moving images or analyzing all of the moving images. Only when it is determined that the animal is alive or dead, video images taken before and after that time are used to determine whether the animal is alive or dead. Therefore, moving images can be efficiently used to determine whether a person is alive or dead. Furthermore, by combining the live/dead judgment based on still images with the live/dead judgment based on moving images, as in the first embodiment, it is possible to reduce the possibility of misjudging live birds as dead birds and accurately detect dead birds. I can do it.
  • the first determination device 51 and the second determination device 52 are configured as separate computers (see FIG. 4).
  • the hardware configuration is not limited to this, and a single computer 61 may have the functions of the first determination device 51 and the second determination device 52 (see FIG. 9(a)).
  • the control device 50 and the first determination device 51 are configured as separate computers.
  • the hardware configuration is not limited to this, and a single computer 62 may be attached to the column 12 of the slide device 10, and may have the functions of the control device 50 and the first determination device 51 (FIG. 9(b) ).
  • the second determination device 52 acquires a moving image when it is determined that a dead bird is included as a result of the first life-or-death determination.
  • the present invention is not limited to this, and a configuration may also be adopted in which the captured moving image is sent to a terminal used by the worker via a communication network together with an alarm signal and information that identifies the cage 90.
  • a terminal used by the worker in addition to a fixed personal computer, a portable terminal such as a notebook computer, a tablet terminal, or a smartphone can be used. This allows the operator to display a moving image on the display of the terminal and check with his or her own eyes whether dead birds are present or not.
  • a database in which a moving image is associated with information that identifies the cage 90 is stored in the storage device of the second determination device 52.
  • the present invention is not limited to this, and a database in which cage identification information and still images are associated with each other can also be stored when still images are taken.
  • This database may be stored in the storage device of the first determination device 51, or may be stored in the storage device of the second determination device 52 after being sent from the first determination device 51 to the second determination device 52.
  • the slide device 10 is illustrated in which one support 12 hangs down from the slider 11 and the long groove 15 engages with the rail 41.
  • a slide device 20 can be used which is provided with a hopper 26 for feeding a trough 85, as shown in FIGS. 7 and 8.
  • the slider 21 of the slide device 20 includes a wheel 23 that engages with the rail 41 and travels, and a connector 24 that is connected to a wire 44 on both sides in the direction in which the rail 41 extends.
  • a pair of struts 22 extending downward are supported by the slider 21 with an interval between them.
  • a hopper 26 is supported between the pair of pillars 22.
  • the number of hoppers 26 is equal to the number of cage rows 90R in the cage row layer 90L, that is, the number of troughs 85, and is supported by the supports 22 in accordance with the height of the troughs 85.
  • the plurality of hoppers 26 are connected by a duct 27 extending in the vertical direction.
  • a plurality of imaging devices 30 are attached to one of the pair of pillars 22. Similar to the above, a bracket 39 extends horizontally from the support 22 in accordance with the height of each cage row 90R, and a camera 31 and a lighting device 32 are attached thereto. Further, the control device 50 is also attached to one of the pair of support columns 22 .
  • the slide drive mechanism 40 has the same configuration as above.
  • the slide device 20 can be reciprocated along the cage row layer 90L in the same way as the slide device 10 described above, and still images and moving images can be captured by the imaging device 30 (first embodiment). Alternatively, a still image can be captured (second embodiment).
  • the slide device 20 also serves as a device for moving the hopper 26 that supplies food to the trough 85, so although it is a single device, it contributes to both the automation of food supply and the automation of dead bird detection. There is an advantage of being there.
  • an embodiment has been exemplified in which, when it is determined that a dead bird is included in the first life-or-death determination, the second life-or-death determination is performed based on the moving image.
  • the slide devices 10 and 20 by reciprocating the slide devices 10 and 20 frequently, when a large number of still images are taken of the same cage, it is possible to determine whether the bird is alive or dead with a fairly high degree of accuracy.
  • a system configuration that does not include the second determination device 52 may be used, and a dead bird detection method may be used in which the deadness of the bird is determined based only on the first determination of life and death.
  • the first determination device 51 in this case is configured to include an alarm device that issues a warning when it is determined that a dead bird is included in the first life-or-death determination, and a display that displays information regarding dead birds. Furthermore, it is sufficient for the camera 31 to take only still images.

Abstract

複数のケージ（９０）が水平方向に並設されたケージ列（９０Ｒ）が、複数段に積層されているケージ列レイヤ（９０Ｌ）を使用してトリを飼育している施設において、ケージ列レイヤ（９０Ｌ）にケージ列（９０Ｒ）と同方向に延びるレール（４１）を設置し、これに沿って往復動するスライド装置（１０）に、各ケージ列（９０Ｒ）の高さに応じて複数のカメラ（３１）を備えさせ、このカメラ（３１）によってケージ（９０）ごとに少なくとも一枚の静止画像を撮影し、この静止画像に死亡トリが含まれているか否かの判定を第一判定装置によって行う。

Description

死亡トリ検出方法
　本発明は、ケージでトリを飼育する養鶏施設において、トリが死亡したときにそれを検出する死亡トリ検出方法に関するものである。
　大規模の養鶏施設では、多数のケージが水平方向に並設されたケージ列が、複数段に積層されているケージ列レイヤを使用して、多数羽のトリを飼育している。このような養鶏施設では、給餌、給水、集卵、除糞などを機械化することにより、少ない人数の作業者で多数羽のトリの飼育を行っている。
　そのため、ケージの中でトリが死亡したとしても、作業者がそれに気づくのが難しい。定期的に作業者が巡回してトリの状況をチェックしようとすると、ケージの数が非常に多いために作業者の労力負担が大きく、時間もかかる。
　仮に、死亡したトリが放置されると、ケージ内の衛生環境が悪化し、生きているトリにも悪影響を及ぼすおそれがある。また、鶏卵を生産する養鶏施設では一般的に、ケージ列に沿って集卵用のコンベアまたはトレイを設置し、ケージの床面を傾斜させることにより、卵を自重でコンベア上に転がり出させて回収している。そのため、死亡したトリの身体が障害となって卵の転出が妨げられ、そのまま時間が経過した後で卵がコンベアまたはトレイ上に転がり出て回収されることがあると、新鮮な卵の中に古い卵が混入してしまう。新鮮な卵と古い卵は外観では見分けがつかないため、このような事態が発生することは避けなければならない。
　このような問題に対し、多数の監視カメラを施設内に設置してケージを撮影し、管理棟のモニターテレビに映し出すことも提案されている（特許文献１参照）。しかしながら、この場合、施設内を作業者が巡回する労力を省くことはできるものの、作業者がモニターテレビを常時モニタリングしていなくてはならない点で、労力負担は依然として大きいものであった。
　そのため、ケージ内でトリが死亡したときに、作業者の労力負担を低減して、速やか且つ正確に、それを検出することができる技術が要請されていた。
特公平０７－０８５６９６号公報
　そこで、本発明は、上記の実情に鑑み、ケージ内でトリが死亡したときに、作業者の労力負担を低減して、速やか且つ正確に、それを検出することができる死亡トリ検出方法の提供を、課題とするものである。
　上記の課題を解決するため、本発明にかかる死亡トリ検出方法は、
「複数のケージが水平方向に並設されたケージ列が、複数段に積層されているケージ列レイヤを使用してトリを飼育している施設において、
　前記ケージ列レイヤに前記ケージ列と同方向に延びるレールを設置し、
　該レールに沿って往復動するスライド装置に、各ケージ列の高さに応じて複数のカメラを備えさせ、
　該カメラによって、前記ケージごとに少なくとも一枚の静止画像を撮影し、該静止画像に死亡トリが含まれているか否かの第一の生死判定を第一判定装置によって行う」ものである。
　本方法では、ケージごとに少なくとも一枚の静止画像を撮影し、撮影対象のケージに死亡トリが含まれているか否かの判定を行う。静止画像を撮影するカメラは、ケージ列レイヤに設けられたレールに沿ってスライドするスライド装置に備えさせる。仮に、施設内の通路を移動するロボット装置にカメラを備えさせる場合、予め定めた経路に沿ってロボット装置を移動させるための複雑な制御が必要である。これに対し、本方法では、ケージ列レイヤに設けられたレールに沿ってスライドするスライド装置にカメラを備えさせているため、撮影のためにカメラを移動させる制御が簡易である。
　また、スライド装置はレールに沿って往復動するため、往動のときと復動のときの双方で静止画像を撮影することができる。つまり、ある程度の時間間隔で同一のケージの静止画像を取得することができる。そのため、撮影時刻の異なる静止画像を比較することが可能であり、両画像において同一の位置にいるトリ（動かないトリ）が検出されれば、死亡トリである可能性が高い。従って、撮影時刻の異なる静止画像を比較しない場合に比べて、より正確に死亡トリを検出することができる。
　更に、施設内の通路を移動するロボット装置にカメラを備えさせる場合、通常は可搬型のバッテリを電源とする。そのため、一回に移動できる距離に制限があり、充電にも時間がかかるため、ロボット装置による撮影を頻繁に行うことが難しい。これに対し、本発明ではケージ列レイヤという施設に固定された構造体に沿って移動するスライド装置がカメラを備えているため、移動及び撮影のための電力を有線で供給することが可能である。そのため、頻度の高い撮影が可能であり、撮影時刻の異なる複数の静止画像を比較することによって、より正確に死亡トリを検出することができる。
　本発明にかかる死亡トリ検出方法は、上記構成に加え、
「前記第一の生死判定の結果、前記静止画像に死亡トリが含まれていると判定されたときは、同一の撮影対象であるケージについて撮影された動画像を使用し、該動画像に死亡トリが含まれているか否かの第二の生死判定を行う」ものとすることができる。
　ケージに死亡トリが存在するか否かを、ケージを撮影した静止画像のみに基づいて判定する場合は、座っている生存トリを、死亡トリと誤判定してしまうおそれがある。これに対し、本方法では、静止画像に基づく第一の生死判定で死亡トリが含まれていると判定された場合に、同一の撮影対象について撮影された動画像を使用し、その動画像に死亡トリが含まれているか否かの第二の生死判定を行う。そのため、静止画像では死亡トリのように見えても、動画像において動きが確認される生存トリを死亡トリと区別することができるため、ケージ内のトリの生死を正確に判定することができる。
　ここで、「第一の生死判定の結果、前記静止画像に死亡トリが含まれていると判定されたときは、同一の撮影対象であるケージについて撮影された動画像を使用して第二の生死判定を行う」方法としては、第一の生死判定の結果として静止画像に死亡トリが含まれていると判定されたことを受けて動画像を撮影し第二の生死判定を行う方法、動画像を常時撮影しておき、第一の生死判定の結果として静止画像に死亡トリが含まれていると判定されたときに、その時点の前後の動画像を使用して第二の生死判定を行う方法、を挙げることができる。
　前者の場合、第一の生死判定の結果として静止画像に死亡トリが含まれていると判定された場合のみ動画像を撮影するため、スライド装置に取り付けられて静止画像を撮影するカメラと同一のカメラで、動画像の撮影を行うことができる。そのため、簡易な設備で死亡トリを検出することができる。
　後者の場合、動画像は常時撮影しているものの、その動画像をずっとモニタリングする必要も、その動画像の全てを解析する必要もなく、第一の生死判定の結果として静止画像に死亡トリが含まれていると判定された場合のみ、その前後の動画像を使用する。そのため、動画像を効率よく利用することができる。
　また、何れの場合も、少なくとも第一の生死判定を第一判定装置で行っている。そのため、トリの生死を判定する処理において、機械化（自動化）されている部分が多いため、作業者の労力負担を低減して速やかに判定を行うことができる。
　本発明にかかる死亡トリ検出方法は、上記構成において、
「前記第二の生死判定は、生存トリのみを含む教師動画像と、死亡トリを含む教師動画像を学習データとした機械学習により生成された学習済みモデルに、前記動画像を入力することにより得られた結果に基づいて行う」ものである。
　これは、第二の生死判定の方法を具体的に特定した構成である。
　本発明にかかる死亡トリ検出方法は、上記構成において、
「前記第一の生死判定は、死亡トリまたは生存トリに特有の特徴点に関して前記静止画像を画像解析した結果に基づく判定、生存トリのみを含む教師静止画像と、死亡トリを含む教師静止画像を学習データとした機械学習により生成された学習済みモデルに、前記静止画像を入力することにより得られた結果に基づく判定、赤外線カメラにより撮影対象の温度を可視化した結果に基づく判定、及び、これらの判定のうちの二以上の組合せ、の何れかである」ものとすることができる。
　これは、第一の生死判定の方法を具体的に特定した構成である。
　本発明にかかる死亡トリ検出方法は、上記構成に加え、
「前記ケージ列レイヤは、前記ケージ列ごとに給餌用のトラフを備えており、
　前記スライド装置は、前記トラフのそれぞれに餌を供給するためのホッパの複数を備えている」ものとすることができる。
　本方法では、スライド装置は、カメラを移動させる装置と、トラフに餌を供給するホッパを移動させる装置とを兼ねている。そのため、単一の装置でありながら、餌の供給の自動化と死亡トリの検知の自動化の双方に貢献しているという利点がある。
　以上のように、本発明によれば、ケージ内でトリが死亡したときに、作業者の労力負担を低減して、速やか且つ正確に、それを検出することができる死亡トリ検出方法を提供することができる。
図１はスライド装置を備えるケージ列レイヤを一部省略して示す斜視図である。 図２は図１のケージ列レイヤの側面図である。 図３は図１のスライド装置の斜視図である。 死亡トリ検出システムの概略構成を例示するブロック図である。 図５（ａ）は生存トリのみが存在するケージの模式図であり、図５（ｂ）は死亡トリが存在するケージの模式図である。 図６は、第一実施形態の死亡トリ検出方法における処理を説明するフローチャートである。 図７は他のスライド装置を備えるケージ列レイヤを一部省略して示す斜視図である。 図８は図７のスライド装置の斜視図である。 図９（ａ）及び図９（ｂ）はそれぞれ、死亡トリ検出システムの他の構成を示すブロック図である。
　以下、本発明の具体的な実施形態である死亡トリ検出方法、及び、この検出方法を使用した死亡トリ検出システムについて、図面を用いて説明する。まず、第一実施形態について、図１～図６を用いて説明する。
　本実施形態が適用される養鶏施設は、多数のケージ９０が水平方向に並設されたケージ列９０Ｒが、複数段に積層されているケージ列レイヤ９０Ｌでトリを飼育している。各ケージ列９０Ｒに沿って、給餌用の長いトラフ８５が水平方向に配されている。
　ケージ列レイヤ９０Ｌは、間隔をあけて配されたワイヤまたはバーの複数で形成された平面構造体の複数と、平面構造体を支持するフレームを形成する縦材８１及び横材８２それぞれの複数と、を備えている。平面構造体は、ワイヤまたはバーが格子状に交差した構造、或いは、ワイヤまたはバーが一方向のみに平行に間隔をあけて隣接している構造である。ケージ列９０Ｒにおいて、トラフ８５が配されている側を「前方」、その反対側を「後方」と称することとする。各ケージ９０を前方から被覆する正面部９１と、後方から被覆する背面部９２と、下方から被覆する床面部９４と、隣接するケージ９０同士を区画する側面部９３とが、それぞれ平面構造体からなる。なお、ケージ列９０Ｒは、ケージ９０を上方から被覆する天面部を更に備える構成としてもよい。
　トラフ８５は、ケージ９０から首を出したトリが餌をついばむことができるように、床面部９４より少し高い位置に設けられている。ここでは、採卵用のトリが飼育されている場合を例示しており、トラフ８５の下方には卵を受ける卵トレイ８６が配されている。床面部９４は、卵トレイ８６に向かって下降するように傾斜している。これは、ケージ９０内のトリが産んだ卵を自重により床面部９４の上を前方に向かって転がらせ、床面部９４の前方に形成された卵トレイ８６で受け取るためである。
　多くの養鶏施設では、図示のように、二つのケージ列９０Ｒがそれぞれの背面部９２を対面させて隣接している状態で配置されている。このような場合、一つの側面部９３は、隣接している二つのケージ列９０Ｒにそれぞれ属するケージ９０の二つに亘るように、設けられる。
　なお、図１では、背面部、正面部９１の一部、床面部、トラフ８５の一部、及び卵トレイを省略している。また、図１では、ケージ列９０Ｒが四段積層されている場合を例示しているが、段数はこれに限定されない。
　第一実施形態の死亡トリ検出方法を使用する死亡トリ検出システムは、上記構成のケージ列レイヤ９０Ｌに、撮像装置３０を備えるスライド装置１０と、スライド駆動機構４０と、制御装置５０と、第一判定装置５１と、第二判定装置５２と、を加えた構成である。
　スライド装置１０は、ケージ列レイヤ９０Ｌごとに設けられており、ケージ列レイヤ９０Ｌの前方を水平方向に往復動する装置である。スライド装置１０は往復動の過程で、撮像装置３０によってケージ９０の撮影を行う。なお、図１では、二つのケージ列レイヤ９０Ｌのそれぞれに設けられるスライド装置１０のうち、一方のみを図示している。
　各スライド装置１０は、レール４１に沿って移動するスライダ１１と、スライダ１１に支持されて下方に向かって延びている支柱１２と、撮像装置３０と、を備えている。スライダ１１には、レール４１と係合する長溝１５が形成されている。
　撮像装置３０はケージ列９０Ｒの段数と同数あり、ここでは四つである。各撮像装置３０は、カメラ３１と照明具３２とからなる。カメラ３１及び照明具３２は、各ケージ列９０Ｒの高さに合わせて支柱１２から水平に張り出したブラケット３９に取り付けられて、カメラ３１の光軸をケージ９０に向けている。カメラ３１は、静止画像と動画像の双方を撮影できるものである。照明具３２は、カメラ３１一つに対して二つ、その両側にあり、カメラ３１による撮影時にケージ９０に光を照射する。
　制御装置５０は、支柱１２に取り付けられている。制御装置５０は、主記憶装置及び補助記憶装置からなる記憶装置、プロセッサ、第一判定装置５１及び第二判定装置５２と通信する通信装置を主に具備するコンピュータで構成されている。記憶装置には、スライド装置１０の移動を制御する移動制御手段としてコンピュータを機能させるプログラム、及び、カメラ３１及び照明具３２の動作を制御する撮像制御手段としてコンピュータを機能させるプログラムが記憶されている。
　スライド駆動機構４０は、上記のレール４１に加え、駆動プーリ４２と、従動プーリ４３と、駆動プーリ４２及び従動プーリ４３に巻き掛けられているワイヤ４４と、駆動プーリ４２の回転を駆動するモータ４５と、を備えている。
　レール４１は、ケージ列レイヤ９０Ｌにおいて、最上段のケージ列９０Ｒの前端における上端辺に沿って、ケージ列９０Ｒの全長にわたり設けられている。レール４１の一端には駆動プーリ４２が、他端には従動プーリ４３が取り付けられており、これらのプーリに巻き掛けられたワイヤ４４の軌道は、レール４１の直上に位置する。そして、ワイヤ４４の一部がスライダ１１に固定されていることにより、スライダ１１を介してワイヤ４４は無端のループを形成している。
　駆動プーリ４２の回転軸には、モータ４５の出力軸が接続されている。これにより、モータ４５を動作させて駆動プーリ４２を一方向に回転させると、従動プーリ４３を回転させながらワイヤ４４が一方向に移動し、ワイヤ４４にスライダ１１が牽引されることによって、スライド装置１０が一方向に移動する。また、モータ４５を動作させて駆動プーリ４２を反対方向に回転させると、従動プーリ４３を回転させながらワイヤ４４が反対方向に移動し、ワイヤ４４にスライダ１１が牽引されることにより、スライド装置１０が反対方向に移動する。すなわち、モータ４５の正逆回転により、スライド装置１０はケージ列レイヤ９０Ｌに沿って往復動する。モータ４５、駆動プーリ４２、及び、従動プーリ４３は、ケージ列レイヤ９０Ｌのフレームに支持されている。なお、最下段のケージ列９０Ｒのトラフ８５に沿って、角筒状のガイドパイプ４６が配されており、支柱１２に取り付けられたガイドローラ４７が回転しつつガイドパイプ４６の外表面に当接することにより、スライド装置１０の姿勢を安定させ、スライド移動をスムーズなものとしている。
　移動制御手段は、スライド駆動機構４０を制御することによりスライド装置１０を移動させ、予め定めた撮影ポイントに撮像装置３０が到達したときに、スライド装置１０を停止させると共に、撮像制御手段に信号を送る。この信号を受けた撮像制御手段は、撮像装置３０に信号を送り、照明具３２から光を照射させると共に、カメラ３１に静止画像を撮影させる。撮影ポイントは、ケージ９０ごとに少なくとも一枚の静止画像が撮影されるように設定される。撮影された静止画像は、撮影対象のケージ９０を特定するケージ特定情報が付された状態で、第一判定装置５１に送られる。
　ここで、ケージ特定情報は、スライド装置１０の移動に伴い静止画像が撮影されるケージ９０の並び順と、その撮影の前までに撮影された静止画像の枚数との対比によって、生成することができる。スライド装置１０は複数の撮像装置３０を備えており、複数のケージ９０の撮影が同時に行われるが、各撮像装置３０がスライド装置１０の支柱１２に支持されている高さにより、撮影対象のケージ９０との位置関係が明らかである。そのため、複数の撮像装置３０それぞれの識別コードを、その撮像装置３０によって撮影された画像に付すことにより、同時に行われる撮影の対象である複数のケージ９０を区別することができ、ケージ特定情報を生成することができる。
　或いは、ケージ９０ごと、撮像装置３０によって撮影される範囲内に識別コードを表示しておき、その識別コードを含めて画像の撮影を行えば、識別コードの画像解析によって、ケージ特定情報を得ることができる。
　第一判定装置５１は、撮像装置３０が撮影した静止画像に基づいて、撮影されたケージ９０内のトリの生死を判定する装置である。第一判定装置５１は、主記憶装置及び補助記憶装置からなる記憶装置、プロセッサ、制御装置５０と通信する通信装置を主に具備するコンピュータで構成されている。記憶装置には、第一判定手段としてコンピュータを機能させるプログラムが記憶されている。
　制御装置５０がスライド装置１０と共に移動する構成であるのに対し、第一判定装置５１はスライド装置１０とは離れており、施設内の管理ブースなどに設置されている。制御装置５０と第一判定装置５１とは、施設内ＬＡＮやインターネットなどの通信ネットワークを介して接続されている。
　第一判定手段は、撮像装置３０が撮影した静止画像を取得する静止画像取得手段と、静止画像に基づいてトリの生死を判定する第一生死判定手段と、静止画像に死亡トリが含まれていないと判定されたときに、移動制御手段に有線または無線で信号を送り、次の撮影ポイントまでスライド装置１０を移動させる移動信号送出手段と、静止画像に死亡トリが含まれていると判定されたときに、撮像装置３０に動画像を撮影させ、ケージ特定情報が付された動画像を第二判定手段に送信させる動画像送信手段と、動画像の撮影が終了した時点で移動制御手段に有線または無線で信号を送り、次の撮影ポイントまでスライド装置１０を移動させる第二移動信号送出手段と、を備えている。
　第一生死判定手段が行う、静止画像に死亡トリが含まれているか否かの判定の方法としては、（１－１）静止画像を画像解析する方法（特徴点の利用）、（１－２）静止画像を画像解析する方法（複数の静止画像の比較）、（２）静止画像の機械学習により生成された学習済みモデルを使用する方法、（３）赤外線カメラ３１と可視光カメラ３１で同一の撮影領域を同時に撮影する方法、（４）これらの方法の組合せ、を挙げることができる。
（１－１）静止画像を画像解析する方法（特徴点の利用）
　死亡トリに特有の特徴点、或いは生存トリに特有の特徴点を、静止画像から抽出する画像解析により、静止画像に死亡トリが含まれているか否かを判定することができる。例えば、トリに給餌する時間帯のような活動時間帯では、図５（ａ）に示すように、生存トリ７１は立っているため、トリの脚が視認される。この図では、ケージ９０の下部においてトラフ８５と卵トレイ８６との間の空間に、生存トリ７１の脚が見えている様子を示している。静止画像の解析によりエッジを抽出すると、生存トリ７１の脚における縦の輪郭線が検出される。
　一方、図５（ｂ）に示すように、死亡トリ７２は胴体が視認され、画像解析しても脚における縦の輪郭線は検出されない。そのため、脚の縦の輪郭線を特徴点として静止画像から抽出し、その特徴量を求めて予め定めた閾値と対比することにより、静止画像に死亡トリ７２が含まれているか否かの生死判定をすることができる。
　また、生存トリ７１のみの画像では、トラフ８５より下方の空間にトリの胴体は殆ど写っていないのに対し、死亡トリ７２を含む画像ではトラフ８５より下方の空間に胴体が写っている。トリの胴体と脚では色が異なる。そこで、トリの胴体の色または脚の色を特徴点とし、静止画像におけるトラフ８５より下方の面積におけるその色の割合を特徴量とすることにより、静止画像について生死判定をすることができる。
（１－２）静止画像を画像解析する方法（複数の静止画像の比較）
　スライド装置１０はレール４１に沿って往復動するため、往動のときと復動のときの双方で、撮像装置３０により静止画像を撮影することができる。同一のケージを撮影対象として往動のときに撮影した静止画像と復動のときに撮影した静止画像について、同一の座標ごとに画素値の差を求める。両画像において不動の部分は画素値の差がゼロであり、動いている部分には画素値に差が生じる。不動の部分としては、死亡トリの他、ケージ９０のフレーム、平面構造体を構成するワイヤやバー、トラフ８５がある。フレーム、平面構造体、トラフ８５は輪郭が直線的であるため、輪郭が非直線的である死亡トリと、画像解析によって判別することができる。一方、画素値に差が生じている部分は、生存トリであると判定できる。
　モータ４５を含むスライド駆動機構４０は、施設に固定された構造体であるケージ列レイヤ９０Ｌに支持されているため、有線で電力を供給することができる。また、撮像装置３０は移動するスライド装置１０の構成であり、制御装置５０はスライド装置１０と共に移動する構成であるが、スライド装置１０がケージ列レイヤ９０Ｌに取り付けられているため、撮像や制御のための電力を有線で供給することができる。従って、バッテリを電源とする場合とは異なり、スライド装置１０を移動させる頻度に制限がなく、高い頻度でスライド装置１０を往復動させ、同一のケージを撮影対象として多数回の撮影を行うことが可能である。従って、同一のケージを撮影対象とする多数の静止画像の間で、上記と同様の比較（同一の座標ごとに画素値の差を求める）を行うことにより、死亡トリの検出をより正確に行うことができる。
（２）静止画像の機械学習により生成された学習済みモデルを使用する方法
　生存トリのみを含む多数の静止画像（以下、「生存トリ教師静止画像」と称する）と、死亡トリを含む多数の静止画像（以下、「死亡トリ含有教師静止画像」と称する）を学習データとし、機械学習により学習済みモデルを生成する。生成された学習済みモデルは、第一判定装置５１の記憶装置に記憶される。撮像装置３０によって実際に撮影された静止画像を学習済みモデルに入力することにより、生存トリのみを含む画像である確率、或いは、死亡トリを含む画像である確率が出力される。ニューラルネットワークによる機械学習の場合、トリの生死に関する情報が付された教師画像（生存トリ教師静止画像、死亡トリ含有教師静止画像）を学習データとして学習済みモデルを生成した後、生死に関する情報のない教師画像を学習済みモデルに入力しつつ、生死判定のために適した確率が出力されるように、ニューロン間の重み係数を調整する。
　教師画像は、スライド装置１０の移動に伴い撮像装置３０が実際に撮影を行うときの撮影条件と、同一の条件で撮影されたものであることが望ましい。多数の生存トリ教師静止画像は、異なる種々の方向を向いているトリ、ケージ９０の奥行方向や左右方向において異なる位置にいるトリが写っている多様な静止画像からなることが望ましい。多数の死亡トリ含有教師静止画像は、倒れていて胴体のみが見え脚の見えないトリ、倒れていて胴体と共に横向きの脚が見えるトリ、身体の一部が欠けているトリ、羽毛が変色しているトリ、が写っている多様な静止画像からなることが望ましい。何れの教師画像も、卵トレイ８６上に卵７９がある画像、卵７９の数が異なる画像、卵７９のない画像を含むことが望ましい。
　教師画像がケージ９０内部の画像であるのに対し、撮像装置３０で実際に撮影された静止画像（以下、「入力用静止画像」と称することがある）にケージ９０の外部まで写っている場合や、教師画像がトリの脚に着目してケージ９０の下部のみを撮影した画像であるのに対し、入力用静止画像にはケージ９０の全体が写っている場合など、双方の撮影領域が異なる場合は、教師画像の撮影領域に入力用静止画像の撮影領域を一致させ、サイズを同一にしてから、入力用静止画像を学習済みモデルに入力することが望ましい。撮影領域を一致させる処理は、例えば、画像解析によりケージ９０のフレームやトラフ８５を抽出し、これらを基準にすることにより行うことができる。
　入力用静止画像を学習済みモデルに入力し、出力された値（確率）を予め定めた閾値と対比することにより、静止画像に死亡トリが含まれているか否かの生死判定をすることができる。
（３）赤外線カメラ３１と可視光カメラ３１で同一の撮影領域を同時に撮影する方法
　この方法では、カメラ３１として可視光カメラと赤外線カメラを対として用い、同一の撮影領域を同時に撮影する。赤外線カメラは、物体から放射される赤外線を検出し、これを温度に変換して、異なる温度を異なる色として画像化することにより、被写体の温度を可視化する。静止画像取得手段は、同時に撮影された可視光画像と赤外線画像とをセットで取得する。第一生死判定手段は、可視光画像の画像解析によりトリが写っている部分を抽出し、その部分を座標で特定する。トリが写っている部分の抽出は、トリに特有な色、例えば羽毛の色に基づいて抽出することができる。
　第一生死判定手段は、可視光画像においてトリが写っている部分として特定された座標と、同一の座標の赤外光画像において画素の色を検出する。死亡トリは生存トリより体温が低いため、赤外光画像においてトリが写っているはずの部分に、低温であることを示す色の画素が所定範囲で存在すれば、死亡トリであると判定することができる。従って、生存トリの体温として一般的な温度より低い温度に閾値を設定しておくことにより、静止画像に死亡トリが含まれているか否かの生死判定をすることができる。
　しかしながら、静止画像に基づく判定では、トリの生死を正しく判定できない場合がある。例えば、静止画像を画像解析する判定（１－１）において、トリの脚を特徴点としたときや、静止画像の機械学習により生成された学習済みモデルを使用した判定（２）において、トリの脚を画像に含むか否かに着目した教師画像を学習データとして機械学習を行った場合、座っている（うずくまっている）トリを死亡トリと判定してしまうおそれがあるからである。
　また、死亡してから体温が低下する速度は大きくないため、赤外線カメラを使用した判定（３）において、閾値が低く設定されていると、死亡してからかなり長時間が経過したトリしか検出できない。死亡して間もないトリまで検出しようとして閾値を高く設定すると、トリの体温にも個体差があるため、生存トリを死亡トリと判定してしまうおそれがある。
　そこで、本実施形態では、第一生死判定手段が静止画像に死亡トリが含まれていると判定したとき、第一判定装置５１から制御装置５０の撮像制御手段に信号が送信される。この信号には、死亡トリが含まれていると判定された静止画像のケージ特定情報が含まれている。撮像制御手段は、このケージ特定情報に基づいて撮影対象のケージ９０を特定し、撮像装置３０を制御して所定時間（例えば、５秒～１０秒）だけ動画像を撮影させる。動画像は、ケージ特定情報が付された状態で、動画像送信手段によって第二判定装置５２に送られる。
　なお、複数の撮像装置３０で同時に撮影した複数のケージ９０のうち、一部の静止画像のみに死亡トリが含まれていると判定された場合は、そのケージ９０のみについて動画像の撮影を行えばよい。
　第二判定装置５２は、動画像に基づいて、撮影されたケージ９０内のトリの生死を判定する装置である。この装置は、主記憶装置及び補助記憶装置からなる記憶装置、プロセッサ、制御装置５０と通信する通信装置、アラーム装置、キーボードなどの入力装置、ディスプレイを含む出力装置、を主に備えるコンピュータで構成されている。記憶装置には、第二判定手段としてコンピュータを機能させるプログラムが記憶されている。第二判定装置５２はスライド装置１０とは離れており、施設内の管理ブースなどに設置されている。
　第二判定手段は、撮像装置３０によって撮影された動画像を取得し、ケージ特定情報と対応付けたデータベースとして記憶装置に記憶する動画像取得手段と、動画像に基づいてトリの生死を判定する第二生死判定手段と、動画像に死亡トリが含まれていると判定されたときに、アラーム装置を動作させると共に、死亡トリが含まれている動画像とケージ特定情報とをディスプレイに表示させる警告手段と、を備えている。アラーム装置は、警告音を発するものや、警告灯を点灯・点滅させるものとすることができる。
　第二生死判定手段が行う、動画像に死亡トリが含まれているか否かの判定の方法としては、（Ａ）動画像の機械学習により生成された学習済みモデルを使用する方法、（Ｂ）動画像を構成する画像から、ある時点の画像と所定時間経過後の画像を抽出し比較する方法、を挙げることができる。
（Ａ）動画像の機械学習により生成された学習済みモデルを使用する方法
　生存トリのみを含む多数の動画像（以下、「生存トリ教師動画像」と称する）と、死亡トリを含む多数の動画像（以下、「死亡トリ含有教師動画像」と称する）を学習データとし、機械学習により動画像用の学習済みモデルを生成する。生成された学習済みモデルは、第二判定装置５２の記憶装置に記憶される。
　撮像装置３０によって撮影された動画像を学習済みモデルに入力することにより、生存トリのみを含む動画像である確率、或いは、死亡トリを含む動画像である確率が出力される。機械学習には、例えば、画像認識に優れる畳み込みニューラルネットワークと、時系列データを扱えるようにニューラルネットワークが拡張された再帰型ニューラルネットワークを組み合わせて使用することができる。
　これらのニューラルネットワークによる機械学習の場合、トリの生死に関する情報が付された教師画像（生存トリ教師動画像、死亡トリ含有教師動画像）を学習データとして学習済みモデルを生成した後、生死に関する情報のない教師画像を学習済みモデルに入力しつつ、生死判定のために適した確率が出力されるように、ニューロン間の重み係数を調整する。
　教師画像は、撮像装置３０が施設内で実際に動画像の撮影を行うときの撮影条件と同一の条件で撮影されたものであることが望ましい。多数の生存トリ教師動画像は、異なる種々の方向を向いているトリ、ケージ９０の奥行方向や左右方向において異なる位置にいるトリが写っている多様な動画像からなることが望ましい。多数の死亡トリ含有教師動画像は、倒れていて胴体のみが見えて脚の見えないトリ、倒れていて胴体と共に横向きの脚が見えるトリ、身体の一部が欠けているトリ、羽毛が変色しているトリが写っている多様な動画像からなることが望ましい。何れの教師画像も、卵トレイ８６上に卵７９がある画像、卵７９の数が異なる画像、卵７９のない画像を含むことが望ましい。
　第二判定装置５２では、撮像装置３０が撮影した動画像を学習済みモデルに入力し、出力された値（確率）を予め定めた閾値と対比することにより、動画像に死亡トリが含まれているか否かの生死判定をすることができる。
（Ｂ）動画像を構成する画像から、ある時点の画像と所定時間経過後の画像を抽出し比較する方法
　動画像を構成する連続画像から、ある時点Ｔにおける静止画像と、所定時間経過した時点（Ｔ＋△Ｔ）における静止画像を抽出し、更に同じ時間だけ経過した時点（Ｔ＋２△Ｔ）における静止画像を抽出するというように、△Ｔの時間間隔で複数の静止画を抽出し、時系列に沿って前後の画像における同一の座標ごとに画素値の差を求める。動画像において不動の部分は画素値の差がゼロであり、動いている部分には画素値に差が生じる。不動の部分としては、死亡トリの他、ケージ９０のフレーム、平面構造体を構成するワイヤやバー、トラフ８５がある。フレーム、平面構造体、トラフ８５は輪郭が直線的であるため、輪郭が非直線的である死亡トリと、画像解析によって判別することができる。
　一方、画素値に差が生じている部分は、生存トリであると判定できる。ここで、死亡トリが生存トリに蹴られたときなど、外力が作用して死亡トリが移動した場合にも、画素値に差が生じるため問題となる。しかしながら、時間間隔△Ｔは短い時間であるため、生存トリの場合は自然な動きに伴い、画素値に差が生じる画素は、周辺の画素（座標）に少しずつ移動していく。これに対し、外力が作用して移動した死亡トリは、瞬間的に大きく移動するため、画素値に差が生じる画素が離れた画素に移動する。従って、画素値の変化と、画素値に変化が生じる画素（座標）の移動量にそれぞれ閾値を設定することにより、動画像に死亡トリが含まれているか否かの生死判定をすることができる。
　上記では、死亡トリ検出システムの構成と、各構成の作用・機能について説明した。次に、このシステムで使用される第一実施形態の死亡トリ検出方法における処理の流れを、図６を用いて説明する。
　処理を開始すると、移動制御手段の制御により最初の撮影ポイントまでスライド装置１０が移動させられ（ステップＰ１）、撮像装置３０によって静止画像が撮影される（ステップＰ２）。スライド装置１０の移動及び静止画像の撮影は、トリの活動量が大きい時間帯、例えば、給餌の時間帯に行うことが望ましい。撮影された静止画像は第一判定装置５１に送られ、第一生死判定手段によって上述した方法で生死判定が行われる（ステップＰ３）。
　その結果、静止画像が生存トリのみを含む、すなわち、死亡トリを含まないと判定されると（ステップＰ４においてＮｏ）、第一判定装置５１からの移動信号に基づき、移動制御手段によって全ての撮影ポイントで静止画像が撮影されたかが確認され（ステップＰ９）、未撮影の撮影ポイントが残っている場合は（ステップＰ９においてＮｏ）、次の撮影ポイントに向かってスライド装置１０を移動させる制御が行われた後（ステップＳ１０）、上述のステップＰ２に戻り静止画像の撮影が行われる。
　一方、第一生死判定手段による生死判定により、静止画像に死亡トリが含まれていると判定された場合は（ステップＰ４においてＹｅｓ）、その静止画像が撮影されたのと同一の撮影ポイントにおいて、撮像装置３０によって動画像が撮影される（ステップＰ５）。撮影された動画像は第二判定装置５２に送られ、第二生死判定手段によって上述した方法で生死判定が行われる（ステップＰ６）。
　その結果、動画像に死亡トリが含まれていると判定された場合は（ステップＰ７においてＹｅｓ）、アラーム装置によって警告音の発生や警告灯の点灯・点滅がなされる。これと共に、死亡トリが含まれている動画像を撮影した撮影ポイントを特定するケージ特定情報、換言すれば、死亡トリが存在するケージ９０を特定する情報が、第二判定装置５２のディスプレイに表示される（ステップＰ８）。これを受け、作業者は特定されたケージ９０に出向き、死亡トリをケージ９０から除去する作業を速やかに行うことができる。
　第二生死判定手段による判定の結果、動画像が生存トリのみを含む、すなわち、死亡トリを含まないと判定されると（ステップＰ７においてＮｏ）、上述のステップＳ９に移行する。ステップＰ９において、全ての撮影ポイントで静止画像が撮影されたことが確認されると（ステップＰ９においてＹｅｓ）、処理を終了する。
　以上のように、第一実施形態によれば、静止画像に基づいてケージ９０内のトリの生死を判定する第一の生死判定に加え、第一の生死判定で死亡トリが含まれていると判定された場合は、同一の撮影ポイントで所定時間だけ動画像を撮影し、動画像に基づいてケージ９０内のトリの生死を判定する第二の生死判定を行っている。そのため、ケージ９０内でトリが死亡したときに、それを正確に検出することができる。
　そして、静止画像の撮影は制御装置５０の制御により行い、第一の生死判定と動画像の撮影は第一判定装置５１及び制御装置５０の制御により行い、第二の生死判定と死亡トリが検出された場合のアラーム発生・ケージ特定情報の表示は、第二判定装置５２の制御により行っている。そのため、作業者の行うべき作業は死亡トリをケージ９０から除去する作業だけでよく、作業者の労力負担を大きく低減することができる。
　次に、第二実施形態の死亡トリ検出方法について説明する。第一実施形態では、第一の生死判定の結果、静止画像に死亡トリが含まれていると判定されたときに、同一の撮影対象であるケージ９０について、同一の撮像装置３０を使用して動画像を撮影する。これに対し、第二実施形態では、静止画像を撮影する撮像装置３０とは別の装置で、常に動画像を撮影する。そこで、第二実施形態の死亡トリ検出方法を使用する死亡トリ検出システムは、撮像装置３０を備えるスライド装置１０、第一判定装置５１、及び第二判定装置５２に加え、動画像を常時撮影するための第二撮像装置（図示を省略）を備えている。
　第二撮像装置は、複数が施設内の処々に設置されており、全てのケージ９０の動画像を常に撮影している。第二撮像装置と撮影対象のケージ９０とは１対１で対応していてもよいし、１台の第二撮像装置で複数のケージ９０の動画像を撮影してもよい。何れにしても、それぞれの第二撮像装置には、動画像を撮影する対象のケージ９０を特定する動画対象ケージ情報が付与されている。また、第二撮像装置は、時刻をカウントする装置を備えており、撮影した動画像を撮影時刻と対応付けて記憶する。
　スライド装置１０は、備えているカメラ３１の機能において第一実施形態と相違している、第二実施形態で使用されるカメラ３１は、静止画像のみを撮影するものであり、時刻をカウントする装置を備えている。
　第一判定装置５１は、ハード構成は第一実施形態と同様であるが、機能的構成において若干相違している。第二実施形態の第一判定手段は、撮像装置３０が撮影した静止画像を取得する静止画像取得手段と、静止画像に基づいてトリの生死を判定する第一生死判定手段と、静止画像に死亡トリが含まれていると判定されたときに、死亡トリ検出信号を第二判定装置５２に送信する死亡トリ検出信号送出手段と、静止画の撮影が終了した時点で移動制御手段に有線または無線で信号を送り、次の撮影ポイントまでスライド装置１０を移動させる移動信号送出手段と、を備えている。静止画像取得手段と第一生死判定手段については、第一実施形態と同様である。
　第二判定装置５２は、ハード構成は第一実施形態と同様であるが、記憶装置に第二撮像装置の識別情報と動画対象ケージ情報を関連付けたデータベースを記憶している。また、第二判定装置５２は、機能的構成において第一実施形態と若干相違している。第二実施形態の第二判定手段は、第一判定装置５１から送信された死亡トリ検出信号を受信したときに、第二撮像装置から動画像を取得する動画像取得手段と、動画像に基づいてトリの生死を判定する第二生死判定手段と、動画像に死亡トリが含まれていると判定されたときに、アラーム装置を動作させると共に、死亡トリが含まれている動画像とケージ特定情報とをディスプレイに表示させる警告手段と、を備えている。第二生死判定手段と警告手段については、第一実施形態と同様である。
　第二実施形態の死亡トリ検出方法における処理の流れを説明する。スライド装置１０の移動に伴い静止画像が撮影され、第一生死判定手段によって静止画像に死亡トリが含まれているか否かの判定が行われる点は、第一実施形態と同様である。
　第一生死判定手段による生死判定により、静止画像に死亡トリが含まれていると判定された場合は、死亡トリ検出信号が第二判定装置５２に送信される。このとき、死亡トリ検出信号には、その静止画像が撮影されたケージ９０を特定するケージ特定情報と、静止画像が撮影された時刻を示す時刻情報が含まれる。
　第二判定装置５２では、死亡トリ検出信号を受けて動画像取得手段が、第二撮像装置から動画像を取得する。このとき、動画像取得手段は、第二撮像装置の識別情報と動画対象ケージ情報とが関連付けられているデータベースを参照し、死亡トリ検出信号に含まれるケージ特定情報と対応する動画対象ケージ情報と関連付けられている第二撮像装置から動画像を取得する。すなわち、死亡トリが含まれていると判定された静止画像の撮影対象であるケージ９０を、動画像の撮影対象としている第二撮像装置から動画像を取得する。また、動画像取得手段は、死亡トリ検出信号に含まれている時刻情報を参照し、死亡トリが含まれていると判定された静止画像が撮影された時刻の前後、所定時間の動画像、例えば、静止画像が撮影された時刻の３秒前から３秒後までの動画像を取得する。
　取得された動画像について、第二生死判定手段によって生死判定が行われる。この生死判定は、第一実施形態について上述したものと同様である。動画像に死亡トリが含まれていると判定された場合、アラーム装置によって警告がなされ、死亡トリが含まれている動画像の撮影対象であるケージ９０を特定する情報が、第二判定装置５２のディスプレイに表示される点も、第一実施形態と同様である。警告を受けた作業者は、特定されたケージ９０に出向き、死亡トリをケージ９０から除去する作業を速やかに行うことができる。
　以上のように、第二実施形態では、常に動画像を撮影しているものの、その動画像をずっとモニタリングしたり、動画像の全てを解析したりすることなく、静止画像に死亡トリが含まれていると判定された場合のみ、その前後の時間の動画像を使用して生死判定を行っている。そのため、生死判定のために動画像を効率よく利用することができる。また、静止画像による生死判定に動画像による生死判定を組み合わせていることにより、第一実施形態と同様に、生存トリを死亡トリと誤判定するおそれを低減し、死亡トリを正確に検出することができる。
　以上、本発明について好適な実施形態を挙げて説明したが、本発明は上記の実施形態に限定されるものではなく、本発明のスコープを逸脱しない範囲において、種々の改良及び設計の変更が可能である。
　例えば、上記の実施形態では、第一判定装置５１と第二判定装置５２が別個のコンピュータで構成されている場合を例示した（図４参照）。これに限定されず、ハード構成としては単一のコンピュータ６１が、第一判定装置５１及び第二判定装置５２の機能を備えていてもよい（図９（ａ）を参照）。また、上記では、制御装置５０と第一判定装置５１が別個のコンピュータで構成されている場合を例示した。これに限定されず、ハード構成としては単一のコンピュータ６２がスライド装置１０の支柱１２に取り付けられており、制御装置５０と第一判定装置５１の機能を備えていてもよい（図９（ｂ）を参照）。
　また、上記では、第一の生死判定の結果、死亡トリが含まれていると判定されたとき、第二判定装置５２が動画像を取得する場合を例示した。これに限定されず、撮影された動画像が、通信ネットワークを介して作業者が使用する端末に、アラーム信号とケージ９０を特定する情報と共に送られる構成とすることもできる。作業者が使用する端末としては、固定型のパソコンを使用できる他、ノート型パソコン、タブレット端末、スマートフォンなどの携帯型端末を使用することができる。これにより、作業者は端末が備えるディスプレイに動画像を表示させ、死亡トリの存在の有無を自分の目で確認することができる。
　更に、上記では、動画像がケージ９０を特定する情報と対応付けられたデータベースが、第二判定装置５２の記憶装置に記憶される場合を例示した。これに限定されず、静止画像の撮影に際してもケージ特定情報と静止画像とを対応付けたデータベースを記憶させることもできる。このデータベースは、第一判定装置５１の記憶装置に記憶させても、第一判定装置５１から第二判定装置５２に送った後で第二判定装置５２の記憶装置に記憶させてもよい。
　また、上記では、スライダ１１から一つの支柱１２が垂下しており、長溝１５がレール４１と係合するスライド装置１０を例示した。これに代替して、図７及び図８に示すように、トラフ８５に餌を供給するためのホッパ２６を備えているスライド装置２０を使用することができる。
　スライド装置２０のスライダ２１は、レール４１と係合して走行するホイール２３と、ワイヤ４４に連結される連結具２４を、レール４１の延びる方向における両側にそれぞれ備えている。スライダ２１には、下方に向かって延びる支柱２２の一対が、間隔をあけて支持されている。この一対の支柱２２間に、ホッパ２６が支持されている。ホッパ２６の数は、ケージ列レイヤ９０Ｌにおけるケージ列９０Ｒの段数、すなわちトラフ８５の数と等しく、トラフ８５の高さに合わせて支柱２２に支持されている。複数のホッパ２６は、上下方向に延びるダクト２７で接続されている。最上段のホッパ２６の開口２８に、図示しない餌供給装置より餌が導入されると、各ホッパ２６を介してトラフ８５に餌が供給される。
　一対の支柱２２の一方に、複数の撮像装置３０が取り付けられている。各ケージ列９０Ｒの高さに合わせて支柱２２からブラケット３９が水平に張り出しており、ここにカメラ３１と照明具３２が取り付けられている点は、上記と同様である。また、制御装置５０も、一対の支柱２２の一方に取り付けられている。スライド駆動機構４０については、上記と同様の構成である。
　このような構成のスライド装置２０であっても、上記のスライド装置１０と同様にケージ列レイヤ９０Ｌに沿って往復動させ、撮像装置３０によって、静止画像及び動画像の撮影（第一実施形態）、または、静止画像の撮影（第二実施形態）を行うことができる。
　スライド装置２０は、トラフ８５に餌を供給するホッパ２６を移動させる装置を兼ねているため、単一の装置でありながら、餌の供給の自動化と死亡トリの検知の自動化の双方に貢献しているという利点がある。
　また、静止画像の撮影は、トリの活動量が大きい給餌の時間帯に行うことが望ましいことを上述した。ホッパ２６は給餌の時間帯に動作させるため、スライド装置２０の撮像装置３０による撮像は、必然的に給餌の時間帯に行われるという利点がある。
　なお、図８では、背面部、正面部９１の一部、床面部、トラフ８５の一部、及び卵トレイを省略している。また、図８では、二つのケージ列レイヤ９０Ｌのそれぞれに設けられるスライド装置２０のうち、一方のみを図示している。
　上記では、第一の生死判定で死亡トリが含まれていると判定された場合に、動画像に基づいて第二の生死判定を行う実施形態を例示した。しかしながら、スライド装置１０，２０を高頻度で往復動させることにより、同一のケージを撮影対象として非常に多くの枚数の静止画像を撮影する場合、かなり高い確度でトリの生死を判定することができる。このような場合は、第二判定装置５２を備えないシステム構成とし、第一の生死判定のみに基づいてトリの生死を判定する死亡トリ検出方法とすることができる。この場合の第一判定装置５１は、第一の生死判定で死亡トリが含まれていると判定されたときに警告を行うアラーム装置や、死亡トリに関する情報を表示させるディスプレイを備える構成とする。また、カメラ３１は、静止画像のみを撮影するもので十分である。

Claims (5)

  1. 　複数のケージが水平方向に並設されたケージ列が、複数段に積層されているケージ列レイヤを使用してトリを飼育している施設において、
    　前記ケージ列レイヤに前記ケージ列と同方向に延びるレールを設置し、
    　該レールに沿って往復動するスライド装置に、各ケージ列の高さに応じて複数のカメラを備えさせ、
    　該カメラによって、前記ケージごとに少なくとも一枚の静止画像を撮影し、該静止画像に死亡トリが含まれているか否かの第一の生死判定を第一判定装置によって行う
    ことを特徴とする死亡トリ検出方法。
  2. 　前記第一の生死判定の結果、前記静止画像に死亡トリが含まれていると判定されたときは、同一の撮影対象であるケージについて撮影された動画像を使用し、該動画像に死亡トリが含まれているか否かの第二の生死判定を行う
    ことを特徴とする請求項１に記載の死亡トリ検出方法。
  3. 　前記第二の生死判定は、生存トリのみを含む教師動画像と、死亡トリを含む教師動画像を学習データとした機械学習により生成された学習済みモデルに、前記動画像を入力することにより得られた結果に基づいて行う
    ことを特徴とする請求項２に記載の死亡トリ検出方法。
  4. 　前記第一の生死判定は、死亡トリまたは生存トリに特有の特徴点に関して前記静止画像を画像解析した結果に基づく判定、生存トリのみを含む教師静止画像と、死亡トリを含む教師静止画像を学習データとした機械学習により生成された学習済みモデルに、前記静止画像を入力することにより得られた結果に基づく判定、赤外線カメラにより撮影対象の温度を可視化した結果に基づく判定、及び、これらの判定のうちの二以上の組合せ、の何れかである
    ことを特徴とする請求項１に記載の死亡トリ検出方法。
  5. 　前記ケージ列レイヤは、前記ケージ列ごとに給餌用のトラフを備えており、
    　前記スライド装置は、前記トラフのそれぞれに餌を供給するためのホッパの複数を備えている
    ことを特徴とする請求項１に記載の死亡トリ検出方法。
PCT/JP2022/017078 2022-04-05 2022-04-05 死亡トリ検出方法 WO2023195063A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/017078 WO2023195063A1 (ja) 2022-04-05 2022-04-05 死亡トリ検出方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/017078 WO2023195063A1 (ja) 2022-04-05 2022-04-05 死亡トリ検出方法

Publications (1)

Publication Number Publication Date
WO2023195063A1 true WO2023195063A1 (ja) 2023-10-12

Family

ID=88242653

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/017078 WO2023195063A1 (ja) 2022-04-05 2022-04-05 死亡トリ検出方法

Country Status (1)

Country Link
WO (1) WO2023195063A1 (ja)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0198562U (ja) * 1987-12-17 1989-06-30
JPH11276011A (ja) * 1998-03-31 1999-10-12 Kubo Systems:Kk 鶏舎用死骸検出方法及び装置
JP2006050989A (ja) * 2004-08-13 2006-02-23 Fujitsu Ltd サーモグラフによる死亡率自動判定方法および死亡率自動判定装置
CN101431596A (zh) * 2008-11-28 2009-05-13 江苏大学 一种养鸡场死鸡探测系统及探测方法
JP2017505639A (ja) * 2014-02-17 2017-02-23 エクソラオ・ソチエタ・ア・レスポンサビリタ・リミタータＥｘｏｒａｏ Ｓ．Ｒ．Ｌ． 飼育場における死亡動物の検知装置及び当該装置を用いた死亡動物の検知方法
CN109729998A (zh) * 2018-11-26 2019-05-10 中国农业大学 立体养鸡系统死鸡巡检装置及巡检方法
JP2019146498A (ja) * 2018-02-26 2019-09-05 株式会社晃伸製機 死鶏検出方法、及び死鶏検出システム
JP2019201578A (ja) * 2018-05-22 2019-11-28 Ｎｅｃソリューションイノベータ株式会社 死鳥推定装置、死鳥推定方法、プログラムおよび記録媒体
JP2019205425A (ja) * 2018-05-24 2019-12-05 大豊産業株式会社 死亡鶏検知システム、鶏生死判定プログラム、および鶏生死判定装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0198562U (ja) * 1987-12-17 1989-06-30
JPH11276011A (ja) * 1998-03-31 1999-10-12 Kubo Systems:Kk 鶏舎用死骸検出方法及び装置
JP2006050989A (ja) * 2004-08-13 2006-02-23 Fujitsu Ltd サーモグラフによる死亡率自動判定方法および死亡率自動判定装置
CN101431596A (zh) * 2008-11-28 2009-05-13 江苏大学 一种养鸡场死鸡探测系统及探测方法
JP2017505639A (ja) * 2014-02-17 2017-02-23 エクソラオ・ソチエタ・ア・レスポンサビリタ・リミタータＥｘｏｒａｏ Ｓ．Ｒ．Ｌ． 飼育場における死亡動物の検知装置及び当該装置を用いた死亡動物の検知方法
JP2019146498A (ja) * 2018-02-26 2019-09-05 株式会社晃伸製機 死鶏検出方法、及び死鶏検出システム
JP2019201578A (ja) * 2018-05-22 2019-11-28 Ｎｅｃソリューションイノベータ株式会社 死鳥推定装置、死鳥推定方法、プログラムおよび記録媒体
JP2019205425A (ja) * 2018-05-24 2019-12-05 大豊産業株式会社 死亡鶏検知システム、鶏生死判定プログラム、および鶏生死判定装置
CN109729998A (zh) * 2018-11-26 2019-05-10 中国农业大学 立体养鸡系统死鸡巡检装置及巡检方法

Similar Documents

Publication Publication Date Title
JP7382899B2 (ja) 死亡鶏検知システム
Yang et al. An automatic recognition framework for sow daily behaviours based on motion and image analyses
EP2740049B1 (en) Method for automatic behavioral phenotyping
JP6678898B2 (ja) 死鶏検出方法、及び死鶏検出システム
EP3900891B1 (en) Pet amusement control apparatus of robot and mobile robot
CN109997730A (zh) 笼养鸡智能巡检系统及其巡检机器人的巡航控制方法
TWI661770B (zh) 智慧深度學習農漁培養系統
JP2021078447A (ja) 平飼い鶏舎管理システム
KR20190143518A (ko) 이상 개체 판단 장치 및 방법
WO2023195063A1 (ja) 死亡トリ検出方法
Dennis et al. The behaviour of commercial broilers in response to a mobile robot
CN210247950U (zh) 智能检测装置和智能检测系统
WO2023037397A1 (ja) 死亡トリ検出方法
CN208156457U (zh) 一种基于机器视觉的畜禽设施养殖智能监控系统
KR20070095250A (ko) 고단직립식 산란계 케이지내의 산란계 감시시스템
US20230206469A1 (en) Systems and methods for annotating image sequences with landmarks
JP7281844B1 (ja) 斃死鶏検出装置およびそれを備える養鶏システム
KR20130005542A (ko) 자동 유인형 곤충 방제로봇 시스템
CN111652084A (zh) 一种异常蛋鸡识别方法及装置
KR102462163B1 (ko) 폐사체 감지 시스템
CN109699518A (zh) 一种基于机器视觉的动物集装箱自动巡检系统及方法
Xie et al. A deep learning-based posture estimation approach for poultry behavior recognition
CN115272943B (zh) 一种基于数据处理的畜牧家禽进食异常识别方法
CN113780073B (zh) 一种辅助估测鸡群均匀度的装置与方法
CN117204369B (zh) 一种数智化家禽养殖系统

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: 22936463

Country of ref document: EP

Kind code of ref document: A1