Reconhecimento automático para vigiar comportamento de alimentação em porcos

Foram desenvolvidos sistemas de alerta precoce automatizados baseados em visão para detectar mudanças comportamentais em grupos de porcos e monitorar seu estado de saúde e bem-estar.

Em explorações comerciais, o registo automático do comportamento alimentar permanece um desafio devido a problemas de variação na iluminação, oclusões e aparência semelhante de diferentes porcos. Além disso, esses sistemas, que contam com seguimento de porcos, muitas vezes sobrestimam o tempo real gasto com alimentação, devido à impossibilidade de identificar e / ou excluir visitas não nutritivas (VNN) à área de alimentação.

Para resolver esses problemas, foi desenvolvido um método consistente de detecção de alimentação baseado em aprendizado profundo que (a) não depende do seguimento de porcos e (b) é capaz de distinguir entre alimentação e VNN num grupo de porcos. Primeiro o método foi validado usando gravações de vídeo de uma exploração comercial com vários ambientes. Foi demonstrada a capacidade deste método automatizado em identificar a alimentação e o comportamento do VNN com alta precisão (99,4% ± 0,6%). O método foi então testado quanto à sua capacidade de detectar mudanças na dieta e comportamentos do VNN durante um período planeado de restrição alimentar.

O método foi capaz de quantificar automaticamente as mudanças esperadas nos comportamentos de alimentação e VNN. Além disso, foi capaz de monitorizar de forma consistente e precisa o comportamento alimentar em grupos de porcos de explorações 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.