Riconoscimento automatico per monitorare il comportamento alimentare nei suini

Sono stati sviluppati sistemi di allerta precoce automatizzati basati sulla visione per rilevare i cambiamenti comportamentali in gruppi di suini e monitorare il loro stato di salute e benessere. Negli allevamenti commerciali, la registrazione automatica del comportamento alimentare rimane una sfida a causa di problemi di variazione dell'illuminazione, occlusioni e aspetto simile di diversi suini. Inoltre, questi sistemi, che si basano sul tracciamento dei suini, spesso sovrastimano il tempo effettivo speso per l'alimentazione, a causa dell'incapacità di identificare e/o escludere visite non nutritive (NNV Non-Nutritive Visits) nell'area di alimentazione.

Per affrontare questi problemi, è stato sviluppato un metodo di rilevamento dell'alimentazione basato sull'apprendimento profondo coerente che (a) non dipende dal monitoraggio dei suini e (b) è in grado di distinguere tra alimentazione e VNN in un gruppo di suini. Il metodo è stato prima convalidato utilizzando registrazioni video di un allevamento commerciale con vari ambienti. È stata dimostrata la capacità di questo metodo automatizzato di identificare l'alimentazione e il comportamento di VNN con alta precisione (99,4% ± 0,6%). Il metodo è stato quindi testato per la sua capacità di rilevare cambiamenti nella dieta e comportamenti NNV durante un periodo pianificato di restrizione alimentare.

Il metodo è stato in grado di quantificare automaticamente i cambiamenti previsti sia nei comportamenti di alimentazione che in quelli di VNN. Inoltre, è stato in grado di monitorare in modo coerente e accurato il comportamento alimentare in gruppi di suini provenienti da allevamenti commerciali, senza la necessità di sensori aggiuntivi o marcatura individuale.

In conclusione, questo metodo automatizzato ha un grande potenziale di applicazione per la diagnosi precoce di problemi di salute e benessere nei suini di allevamenti commerciali.