0
Việc thu thập dữ liệu quy mô lớn để tìm hiểu và theo dõi hành vi của vật nuôi vẫn còn nhiều thách thức do các phương pháp tự động hiện nay đòi hỏi thời gian xử lý dữ liệu khá lâu.
Mục tiêu: Nghiên cứu này nhằm rút ngắn thời gian xử lý nhưng vẫn duy trì sai số ở mức thấp bằng cách: (1) phát triển một phương pháp hiệu quả ứng dụng học sâu để phát hiện hành vi ăn và uống của heo; (2) đánh giá khả năng áp dụng phương pháp này trong suốt giai đoạn sinh trưởng của heo; và (3) giảm thời gian tính toán bằng cách lấy mẫu các khung hình tại từng thời điểm, đồng thời xác định khoảng thời gian lấy mẫu phù hợp để theo dõi hành vi ăn và uống.
Phương pháp: Nghiên cứu sử dụng video ghi lại 7 ô chuồng heo sinh trưởng có khối lượng từ 30 đến 100 kg. Dữ liệu huấn luyện gồm 48 giờ video từ 3 ô chuồng, mỗi ô được theo dõi vào 8 ngày khác nhau (tương ứng với 8 tuần), mỗi ngày 2 giờ từ 11:00 đến 13:00. Dữ liệu xác thực gồm 24 giờ video từ 3 ô chuồng, mỗi ô được theo dõi vào 4 ngày (4 tuần), cũng trong khung giờ 11:00–13:00. Ngoài ra, dữ liệu cả ngày gồm 48 giờ video của một ô chuồng được ghi trong hai ngày trọn vẹn (ngày thứ 32 và 53 sau khi đưa heo vào chuồng). Phương pháp được phát triển dựa trên thuật toán học sâu để phát hiện đối tượng và các điểm đặc trưng. Trong mỗi khung hình, hệ thống xác định từng con heo bằng khung bao xoay theo hướng cơ thể, đồng thời nhận diện hướng đầu và vị trí mõm. Từ các thông tin này, các phép tính thị giác máy tính đơn giản được sử dụng để xác định heo đang sử dụng máng ăn hay máng uống, dựa trên mức độ chồng lấp giữa các vùng và khoảng cách tính bằng pixel.
Kết quả: Phương pháp này đạt sai số dưới 45 giây cho mỗi giờ quan sát, với độ chính xác cân bằng trên 0,97 đối với hành vi ăn và 0,93 đối với hành vi uống. Khoảng tin cậy 95% hẹp giữa các bộ dữ liệu cho thấy phương pháp có khả năng xác định khá chính xác việc heo sử dụng máng ăn và máng uống trong điều kiện thử nghiệm. Nghiên cứu cũng đánh giá các khoảng lấy mẫu khung hình gồm 1, 2, 5, 10, 20 và 30 giây, cũng như 1, 2, 5 và 10 phút. Dựa trên sự thay đổi về sai số và độ chệch khi tăng khoảng thời gian lấy mẫu, khoảng lấy mẫu 10 giây được xác định là phù hợp nhất, vừa duy trì độ chính xác và độ tin cậy, vừa giảm năng lực tính toán cần thiết.
Kết luận: Khi kết hợp phương pháp trên với khoảng lấy mẫu 10 giây, hệ thống chỉ cần khoảng 6–7 phút để phân tích dữ liệu của một ô chuồng trong một ngày. Việc rút ngắn đáng kể thời gian xử lý giúp phương pháp này có tính khả thi trong việc thu thập và phân tích dữ liệu quy mô lớn về hành vi ăn và uống của heo sinh trưởng.
Larsen MLV, Liu D, Franchi, Tomas Norton GA, Pedersen LJ. Computer vision and ethological methods to produce large-scale data on feeding and drinking behaviour in finishing pigs. Applied Animal Behaviour Science, 2026, 107101, ISSN 0168-1591. https://doi.org/10.1016/j.applanim.2026.107101.