С 2013 года во Франции стало обязательным содержать супоросных свиноматок группами, а не изолированно в клетках. Эта мера направлена на улучшение их комфорта и поощрение проявления естественного поведения: они могут передвигаться, исследовать окружающий мир и взаимодействовать с другими свиньями.
Однако такое совместное проживание не всегда бывает мирным. Свиноматки устанавливают социальную иерархию, иногда фыркая или кусая, что может потребовать вмешательства фермера и принятия корректирующих мер.
Постоянный мониторинг этих взаимодействий для выявления проблем требует времени, персонала и экспертного взгляда. Решение, протестированное исследователями, предполагает использование видео- и фотоанализа: программное обеспечение автоматически анализирует отснятые изображения для выявления социального поведения ненавязчивым и непрерывным способом во времени.
Улыбнитесь, вас снимает скрытая камера!
Проектная группа, в состав которой входили представители INRAE, IFIP, INRIA и Dilepix, круглосуточно снимала два загона, в которых содержалось 19 и 20 беременных свиноматок, в помещениях, оборудованных камерами.
Для определения позы каждого животного (лежа, сидя, стоя), а также положения трех ключевых точек на теле (морда, шея и хвост) использовалось программное обеспечение для анализа изображений.
Анализ был сосредоточен на 30-м и 103-м днях двух последовательных беременностей, когда активность достигала пика, то есть между полуночью и 2 часами ночи (суточная норма корма предоставлялась в полночь). Изображения анализировались вручную с использованием системы аннотирования программного обеспечения, находящегося в настоящее время в разработке.
В общей сложности по изображениям было описано 360 ситуаций:
i) 120 соответствовали моментам позитивного взаимодействия и 120 — моментам негативного взаимодействия, включая изображения до, во время и после взаимодействия двух особей;
ii) 120 — моментам без взаимодействия (две свиноматки без контакта).
Была определена валентность взаимодействия (позитивная или негативная), а также поза и координаты трех ключевых точек каждой свиноматки.
Отслеживая положение и движения этих ключевых точек на изображениях, исследователи смогли рассчитать значения трех переменных: относительные расстояния между свиноматками, скорость их передвижения и пройденное каждым животным расстояние.
Когда два объекта интереса, то есть две свиноматки, быстро сближаются, начинается взаимодействие; когда они расходятся, взаимодействие заканчивается. Если обе свиноматки стоят, и одна быстро движется навстречу другой, это может указывать на негативное взаимодействие (агрессию). Если же они спокойно обнюхивают друг друга, это позитивное взаимодействие.
На основе этих данных исследователи обучили программное обеспечение (машинное обучение) не только автоматически обнаруживать возникновение взаимодействия, но и идентифицировать:
• положительный (например, когда две свиноматки касаются рылами) или отрицательный (например, бодание головами или укусы),
• ориентация взаимодействия (контакт морда к морде, морда к шее или морда к хвосту).
Обнадеживающие результаты
Таким образом, «обученные» алгоритмы смогли определить начало и конец взаимодействия с точностью до 88% и различать положительные и отрицательные взаимодействия в 80% случаев.
- Негативное взаимодействие характеризуется более быстрыми движениями, при этом одна свиноматка, кажется, убегает или преследует другую.
- С другой стороны, позитивное взаимодействие происходит в более спокойной обстановке, часто между знакомыми животными.
Была также выявлена ориентация контакта, полезная для определения проблемного поведения.
Ориентация «морда к хвосту» типична для негативных взаимодействий, таких как укусы за хвост или вульву, что является признаком стресса или перенаселенности. Этот метод обнаружения контакта «морда к хвосту» оказался особенно эффективным, с показателем успешности в 94%.
Еще один шаг к точному свиноводству
Этот проект демонстрирует возможность автоматического мониторинга социальных взаимоотношений внутри группы свиноматок с помощью анализа изображений. В конечном итоге, такой инструмент мог бы предупреждать фермеров о ненормальном поведении, например, об усилении агрессии, до того, как возникнут травмы или стресс.
Цель состоит не в том, чтобы заменить взгляд фермера, а в том, чтобы помочь ему лучше понять, что животные «выражают» своим поведением. Делая видимыми детали, невидимые невооруженному глазу, технология предлагает новый взгляд на благополучие животных: шаг к животноводству, характеризующемуся большим вниманием, отзывчивостью и уважением к благополучию животных.
Источник: INRAE.
