Reconhecimento automático para monitorar o comportamento alimentar em suíno

Sistemas de alerta precoce automatizados baseados em observação foram desenvolvidos para detectar mudanças comportamentais em grupos de suínos e monitorar seu estado de saúde e bem-estar. Em granjas comerciais, o registro automático do comportamento alimentar permanece um desafio devido a problemas de variação na iluminação, oclusões e aparência semelhante de suínos diferentes. Além disso, esses sistemas, que contam com rastreamento de suínos, muitas vezes superestimam o tempo real despendido com alimentação, devido à incapacidade de identificar e / ou excluir visitas não nutritivas (VNN) à área de alimentação. Para resolver esses problemas, um método consistente de detecção de alimentação baseado em aprendizado profundo foi desenvolvido e que: a) não depende do rastreamento de animais e b) é capaz de distinguir entre alimentação e VNN em um grupo de animais. O método foi validado primeiro usando gravações de vídeo de uma granja comercial com vários ambientes. A capacidade deste método automatizado para identificar a alimentação e o comportamento do VNN com alta precisão (99,4% ± 0,6%) foi demonstrada. O método foi então testado quanto à sua capacidade de detectar mudanças na dieta e comportamentos do VNN durante um período planejado de restrição alimentar.

O método foi capaz de quantificar automaticamente as mudanças esperadas nos comportamentos de alimentação e VNN. Além disso, ele foi capaz de monitorar de forma consistente e precisa o comportamento alimentar em grupos de porcos de granjas comerciais, sem a necessidade de sensores adicionais ou marcação individual.

Em conclusão, este método automatizado tem grande potencial de aplicação para a detecção precoce de problemas de saúde e bem-estar em suínos de criação comercial.