JP7466972B1 - Method for measuring pig activity, non-transitory computer-readable storage medium storing a pig activity measurement program, and pig activity measurement system - Google Patents
Method for measuring pig activity, non-transitory computer-readable storage medium storing a pig activity measurement program, and pig activity measurement system Download PDFInfo
- Publication number
- JP7466972B1 JP7466972B1 JP2024003074A JP2024003074A JP7466972B1 JP 7466972 B1 JP7466972 B1 JP 7466972B1 JP 2024003074 A JP2024003074 A JP 2024003074A JP 2024003074 A JP2024003074 A JP 2024003074A JP 7466972 B1 JP7466972 B1 JP 7466972B1
- Authority
- JP
- Japan
- Prior art keywords
- pig
- pigs
- activity
- abnormal
- activity amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000000694 effects Effects 0.000 title claims abstract description 169
- 238000005259 measurement Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims description 28
- 238000003860 storage Methods 0.000 title description 18
- 241000282887 Suidae Species 0.000 claims abstract description 140
- 230000002159 abnormal effect Effects 0.000 claims abstract description 69
- 238000004364 calculation method Methods 0.000 claims abstract description 50
- 238000000605 extraction Methods 0.000 claims abstract description 25
- 230000001133 acceleration Effects 0.000 claims abstract description 21
- 230000009471 action Effects 0.000 claims abstract description 13
- 244000144972 livestock Species 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 abstract description 7
- 230000005195 poor health Effects 0.000 abstract description 6
- 241001465754 Metazoa Species 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 4
- 238000009313 farming Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000000384 rearing effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241001083912 Cotyledon orbiculata Species 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】グルーピングされて同一の豚房で飼養されている複数の豚の中から、健康を害している等の育成に異常がある豚を検出して、他の豚と隔離する等の対処を、容易に行えるようにする。【解決手段】ユーザが入力ユーザインターフェイスを用いて、豚の活動量測定開始を指示し、豚房に飼養されている豚に対して誘導動作を行い、ユーザがカメラユニットを用いて、誘導動作に起因して運動する豚の動画を継続的に撮影し、コンピュータデバイスの豚識別部が、動画に含まれる豚個体を識別し、豚個体に仮ＩＤを付与し追跡し、活動量算出部が、追跡している豚の所定時間内の移動距離、移動速度、又は加速度である活動量を算出し、基準活動量算出部が、基準活動量を算出し、異常豚抽出部が、少なくとも追跡している豚の活動量と基準活動量とを比較して、異常な活動量の異常豚を抽出する。【選択図】図３[Problem] To easily detect pigs with abnormalities in their upbringing, such as poor health, from among multiple pigs grouped and kept in the same pigpen, and to easily take measures such as isolating them from the other pigs. [Solution] A user uses an input user interface to instruct the start of measurement of pig activity levels, and performs a guiding action on the pigs kept in the pigpen, the user uses a camera unit to continuously capture video of the pigs moving due to the guiding action, a pig identification unit in a computer device identifies individual pigs included in the video, assigns temporary IDs to the individual pigs and tracks them, an activity amount calculation unit calculates the activity amount, which is the movement distance, movement speed, or acceleration of the tracked pig within a predetermined time, a reference activity amount calculation unit calculates the reference activity amount, and an abnormal pig extraction unit compares at least the activity amount of the tracked pig with the reference activity amount to extract abnormal pigs with abnormal activity amounts. [Selected Figure] Figure 3
Description
本開示は、豚の活動量測定方法、豚の活動量測定プログラムが記憶された非一時的コンピュータ可読記憶媒体、および豚の活動量測定システムに関する。 The present disclosure relates to a method for measuring pig activity, a non-transitory computer-readable storage medium storing a pig activity measurement program, and a pig activity measurement system.
従来から、カメラ等を用いて飼養している動物を監視するシステムが知られている。下記の先行技術文献（特許文献１）には、豚の耳用タグに可読可能に付された二次元コード等を用いて豚を識別するシステムや、ディープニューラルネットワークを用いて、給餌の際の画像分析によって第１のフレームにおいてビデオストリームから検出された動物のまわりにバウンディングボックスが引かれること、第２のフレームで、動物の速度と加速度、バウンディングボックスの大きさを用いて、どの動物が前フレームの各動物バウンディングボックスに関連付けられる可能性が最も高いか決定すること、動物の部分群の平均速度を生成すること、重病がある動物については引き抜かれるべきこと、等が記載されている。 Conventionally, systems that use cameras and the like to monitor animals in captivity are known. The following prior art document (Patent Document 1) describes a system for identifying pigs using a two-dimensional code or the like readably attached to the pig's ear tags, and a system that uses a deep neural network to draw bounding boxes around animals detected from a video stream in a first frame by image analysis during feeding, and in a second frame, uses the speed and acceleration of the animals and the size of the bounding boxes to determine which animals are most likely to be associated with each animal's bounding box in the previous frame, generates an average speed for a subgroup of animals, and indicates that animals with serious illnesses should be culled.
養豚業においては、複数の豚がグルーピングされ、同一の豚房で飼養されている。そのような複数の豚の中で、健康を害している等の育成に異常がある豚は、他の豚と隔離する等の対処を行う必要がある。 In the pig farming industry, multiple pigs are grouped together and kept in the same pen. Among these pigs, if there are any abnormalities in the way they are raised, such as poor health, they need to be isolated from the other pigs.
特許文献１記載の発明においては、特定の飼養エリアから特定の飼養エリアへの移動の際に生じる、特定方向へ動物の移動の映像を用いて監視を行い、家畜を計数している。その際に、重病がある動物については引き抜かれるべきことが記載されているものの、具体的な手法について教示がなく、当業者が困難なく実施できるような開示は無かったといえる。 In the invention described in Patent Document 1, livestock are counted by monitoring using video footage of animals moving in a specific direction from one rearing area to another. Although it is described that seriously ill animals should be removed during this process, there is no instruction on a specific method, and it can be said that there was no disclosure that would allow a person skilled in the art to carry out this method without difficulty.
そのため、本開示の課題の少なくとも一つの側面は、養豚業において、グルーピングされて同一の豚房で飼養されている複数の豚の中から、健康を害している等の育成に異常がある豚を検出して、他の豚と隔離する等の対処を、容易に行えるようにする点にある。なお、本開示の明細書、図面等に記載の、本開示に特徴のある実施形態やその説明から読み取ることができる当業者にとって自明な課題は、本開示を基礎とする分割出願を行った場合に、分割された発明が解決すべき課題ともなり得る。 Therefore, at least one aspect of the problem to be solved by the present disclosure is to make it easy to detect pigs with abnormalities in their upbringing, such as poor health, among multiple pigs that are grouped and raised in the same pig pen in the pig farming industry, and to take measures such as isolating them from the other pigs. Note that the problems that are obvious to a person skilled in the art and can be read from the embodiments and explanations characteristic of the present disclosure described in the specification, drawings, etc. of the present disclosure may also become problems to be solved by the divided invention when a divisional application based on the present disclosure is filed.
上記した目的を達成するため、本開示の畜体へのセンサの装着を必要としない、少なくとも、動画撮影可能なカメラユニットと、入力ユーザインターフェイス及び出力ユーザインターフェイスを備えたコンピュータデバイスを含む豚の活動量測定システムを用いて、ユーザが豚房で飼養されている複数の豚の活動量を算出する豚の活動量測定方法は、ユーザが入力ユーザインターフェイスを用いて、豚の活動量測定開始を指示する測定開始指示ステップと、ユーザが豚房に飼養されている豚に対して誘導動作を行うことによって豚の運動を誘導する運動誘導ステップと、ユーザがカメラユニットを用いて、誘導動作に起因して運動する豚の動画を継続的に撮影する継続撮影ステップと、コンピュータデバイスの豚識別部が、動画に含まれる豚個体を識別する豚識別ステップと、コンピュータデバイスの豚追跡部が、豚識別ステップで識別された豚個体に仮ＩＤを付与し追跡する豚追跡ステップと、コンピュータデバイスの活動量算出部が、豚追跡ステップで追跡している豚の動画を用いて、追跡している豚の所定時間内の移動距離、移動速度、又は加速度である活動量を算出する活動量算出ステップと、コンピュータデバイスの基準活動量算出部が、豚追跡ステップで追跡している複数の豚の、所定時間内の移動距離、移動速度、又は加速度である活動量を算出し、複数の豚の活動量を用いて、基準活動量を算出する基準活動量算出ステップと、コンピュータデバイスの異常豚抽出部が、少なくとも豚追跡ステップで追跡している豚の活動量と基準活動量とを比較して、異常な活動量の異常豚を抽出する、異常豚抽出ステップと、を含む。 In order to achieve the above-mentioned object, the present disclosure provides a pig activity measurement system that does not require the attachment of a sensor to the livestock and includes at least a camera unit capable of video recording and a computer device equipped with an input user interface and an output user interface, and in which a user calculates the activity of a plurality of pigs kept in a pig pen, the method comprising: a measurement start instruction step in which the user uses the input user interface to instruct the start of measurement of the pig activity; a movement induction step in which the user performs a guiding action on the pigs kept in the pig pen to induce the pigs' movement; a continuous shooting step in which the user uses the camera unit to continuously shoot video of the pigs moving due to the guiding action; and a pig identification step in which a pig identification unit of the computer device identifies individual pigs included in the video. the pig tracking step in which the pig tracking unit of the computer device assigns a temporary ID to the pig individual identified in the pig identification step and tracks it; the activity amount calculation step in which the activity amount calculation unit of the computer device calculates the activity amount, which is the moving distance, moving speed, or acceleration, of the pig being tracked in the pig tracking step using a video of the pig being tracked in the pig tracking step; the standard activity amount calculation step in which the standard activity amount calculation unit of the computer device calculates the activity amount, which is the moving distance, moving speed, or acceleration, of the multiple pigs being tracked in the pig tracking step in a predetermined time, and calculates a standard activity amount using the activity amount of the multiple pigs; and the abnormal pig extraction step in which the abnormal pig extraction unit of the computer device compares at least the activity amount of the pig being tracked in the pig tracking step with the standard activity amount to extract abnormal pigs with abnormal activity amounts.
本開示によれば、グルーピングされて同一の豚房で飼養されている複数の豚の中から、健康を害している等の育成に異常がある豚を、容易に検出して隔離することができる。 According to the present disclosure, pigs that are unwell or have other abnormalities in their upbringing can be easily detected and isolated from among multiple pigs that are grouped and kept in the same pig pen.
養豚業においては、複数の豚がグルーピングされ、同一の豚房で飼養されている。豚房とは、農場にある豚舎の内部において、柵などで区分けされた最小限の飼養エリアの単位を示すことが多い。一般的に、同一の豚房で群飼されている複数の豚は、同じ育成段階、近い日齢、同じ畜種、同じ家畜の種類（肥育豚、母豚など養豚における生産的役割）が同質、均質である集団であるようにまとめられている。そのような同一の豚房の中で、病気にかかるなど、健康を害している豚がいれば、早期に発見して隔離し、対処を行う必要がある。 In pig farming, multiple pigs are grouped together and kept in the same pigpen. A pigpen is often the smallest unit of rearing area inside a pig barn on a farm, separated by fences or other means. Generally, multiple pigs kept in the same pigpen are grouped together to be homogenous, with the same stage of development, similar age, same breed, and same livestock type (fatten pigs, sows, etc., productive role in pig farming). If any pigs in the same pigpen become ill or otherwise unhealthy, it is necessary to detect them early, isolate them, and take action.
豚が疾病に罹患しているか否かの判断は、獣医による診察が必要である。しかし、獣医が常駐しているような農場ではない限り、迅速な対応は難しい。したがって、異変を最初に察知する者は、農場で常勤し働いている作業者となる。経験豊富な作業者は、複数飼養されている豚の中から、疾病に罹患している豚や、その予兆のある豚を発見し、その集団から隔離することができる。しかし、近年は特に農業全体、畜産業においても人で不足であり、特にそのような経験豊富な作業者の存在は希少である。また、そのような経験豊富な作業者が農場にいたとしても、高い頻度で農場全体を見て回ることは負担である。 A veterinarian is required to determine whether a pig is infected with a disease. However, unless the farm has a veterinarian on-site, it is difficult to respond quickly. Therefore, the first people to notice something is wrong are the workers who work full-time on the farm. Experienced workers can find pigs that are infected with a disease or show signs of disease among the multiple pigs kept, and isolate them from the group. However, in recent years, there has been a shortage of workers, especially in agriculture as a whole and in the livestock industry, and such experienced workers are particularly rare. Even if such experienced workers are on the farm, it is a burden for them to frequently inspect the entire farm.
そこで、経験豊富な作業者に依存することなく、経験不要、かつなるべく定量的な方法により、健康を害している豚が求められている。以下では、そのようなグルーピングされて同一の豚房で飼養されている複数の豚の中から、健康を害している等の育成に異常がある豚を、容易に検出して隔離することができる、豚の活動量測定方法、豚の活動量測定プログラムが記憶された非一時的コンピュータ可読記憶媒体、および豚の活動量測定システムについて説明する。 Therefore, there is a need for a method to identify pigs with poor health that does not rely on experienced workers, does not require experience, and is as quantitative as possible. Below, we will explain a pig activity measurement method, a non-transitory computer-readable storage medium that stores a pig activity measurement program, and a pig activity measurement system that can easily detect and isolate pigs with abnormalities in their upbringing, such as poor health, from among multiple pigs that are grouped and raised in the same pig pen.
＜構成＞
図１は、本開示の豚の活動量測定システムの構成を示すネットワーク図である。豚の活動量測定システム１は、ネットワークＮＷに接続された、第１のコンピュータデバイス１０、第２のコンピュータデバイス２０、カメラユニット３０を含んでいてよい。第１のコンピュータデバイス１０、第２のコンピュータデバイス２０は後述する図２に説明するようなコンピュータデバイスであってよい。後述するが、第１のコンピュータデバイス１０のみで演算能力が足りている場合は、第２のコンピュータデバイス２０を備えていなくともよい。また、必要な演算能力に応じて、第３以上のコンピュータデバイスを備えていてもよい。
<Configuration>
1 is a network diagram showing the configuration of a pig activity measurement system according to the present disclosure. The pig activity measurement system 1 may include a first computer device 10, a second computer device 20, and a camera unit 30, all connected to a network NW. The first computer device 10 and the second computer device 20 may be computer devices as described in FIG. 2, which will be described later. As will be described later, if the first computer device 10 alone has sufficient computing power, the second computer device 20 may not be included. In addition, a third or more computer devices may be included depending on the required computing power.
図２は、第１のコンピュータデバイス１０、第２のコンピュータデバイス２０を構成しうるコンピュータデバイス１０の一例を示す図である。コンピュータデバイス１０は、通信インターフェイス１１、入力ユーザインターフェイス１２、出力ユーザインターフェイス１３、プロセッサ１４、ストレージデバイス１５を備えている。 Figure 2 is a diagram showing an example of a computer device 10 that can constitute a first computer device 10 and a second computer device 20. The computer device 10 includes a communication interface 11, an input user interface 12, an output user interface 13, a processor 14, and a storage device 15.
コンピュータデバイス１００は、ストレージデバイス１５に記憶されているアプリケーションデータに基づくアプリケーションプログラムを、プロセッサ１４により実行することで、ソフトウェアとハードウェア資源の協働により所定の処理を実行することができる。ストレージデバイス１５には、コンピュータデバイス１０が汎用的なコンピュータとして機能するために必要なオペレーティングシステムデータを記憶していてよく、当該オペレーティングシステムデータを用いてオペレーティングシステムが機能する。 The computer device 100 can execute a predetermined process through collaboration between software and hardware resources by executing an application program based on application data stored in the storage device 15 using the processor 14. The storage device 15 may store operating system data necessary for the computer device 10 to function as a general-purpose computer, and the operating system functions using the operating system data.
このようなコンピュータデバイス１０は、例えば、デスクトップコンピュータ、ラップトップコンピュータ、ポータブルまたはモバイル機器、カメラ、携帯電話、スマートフォン、タブレットコンピュータ、テレビ、ウェアラブルデバイス（ディスプレイグラスまたはゴーグル、ヘッドマウントディスプレイ（ＨＭＤ）、腕時計、ヘッドセット、アームバンドなど）、仮想現実（ＶＲ）および／または拡張現実（ＡＲ）対応デバイス、携帯情報端末などの任意の種類の電子機器であってもよい。 Such a computing device 10 may be any type of electronic device, such as, for example, a desktop computer, a laptop computer, a portable or mobile device, a camera, a mobile phone, a smartphone, a tablet computer, a television, a wearable device (such as display glasses or goggles, a head mounted display (HMD), a watch, a headset, an armband, etc.), a virtual reality (VR) and/or augmented reality (AR) enabled device, a personal digital assistant, etc.
コンピュータデバイス１０は、ストレージデバイス１５と同様のローカルデータベースまたは他のストレージデバイスと有線又は無線通信によりアクセス可能に接続されてもよい。ストレージデバイス１５は、プロセッサ２３０によるアクセス可能に設けられる、例えばランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、電気的に消去可能な読み取り専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリなどのプロセッサにより実行される指示を記憶するのに適した任意のプロセッサ可読記憶媒体であってもよい。ストレージデバイス１５は、プロセッサ１４とは別に配置、および／またはプロセッサ１４と一体化されてよい。 The computing device 10 may be accessible via wired or wireless communication to a local database or other storage device similar to the storage device 15. The storage device 15 may be any processor-readable storage medium suitable for storing instructions to be executed by the processor, such as, for example, random access memory (RAM), read-only memory (ROM), electrically erasable read-only memory (EEPROM), flash memory, etc., that is accessible by the processor 230. The storage device 15 may be located separately from the processor 14 and/or integrated with the processor 14.
また、任意のソフトウェアを、任意の適切な他の補助ストレージデバイス、二次的ストレージデバイス、または、一時的もしくは非一時的コンピュータ可読記憶媒体に記憶してもよい。その他、任意の種類のストレージデバイス（磁気ディスク、光ディスク、磁気テープ、または他の有形媒体）をストレージデバイスと見なしてよい。 Any software may also be stored on any other suitable auxiliary storage device, secondary storage device, or temporary or non-transitory computer-readable storage medium. Additionally, any type of storage device (magnetic disk, optical disk, magnetic tape, or other tangible medium) may be considered a storage device.
入力ユーザインターフェイス１２、出力ユーザインターフェイス１３は、ユーザがコンピュータデバイス１０および/または他のコンピュータデバイスとの関係で情報の入出力を行うためのハードウェアデバイスであってよい。具体的に入力ユーザインターフェイス１２を構成しうる入力デバイスとしては、キーボード、マウス、1つまたは複数のタッチパネルセンサ、マイク等を含み得る。同様に、出力ユーザインターフェイス１３を構成しうる出力デバイスとしては、ディスプレイ、モニタ、プリンタ、スピーカー等を含み得る。 The input user interface 12 and the output user interface 13 may be hardware devices that allow a user to input and output information in relation to the computer device 10 and/or other computer devices. Specific input devices that may constitute the input user interface 12 may include a keyboard, a mouse, one or more touch panel sensors, a microphone, etc. Similarly, output devices that may constitute the output user interface 13 may include a display, a monitor, a printer, a speaker, etc.
通信インターフェイス１１は、有線接続および無線接続など、様々な方式の電気通信回線に対応して他の電子機器との通信が可能である。例えば、光ファイバーネットワークやデジタル電話回線を介した広域ネットワーク接続、ローカルでの無線接続、短距離の無線通信、衛星ベースの位置情報システムにより通信を行うことができる。 The communication interface 11 is capable of communicating with other electronic devices using various types of electrical communication lines, including wired and wireless connections. For example, communication can be performed using a wide area network connection via a fiber optic network or digital telephone lines, a local wireless connection, short-range wireless communication, or a satellite-based positioning system.
プロセッサ１４は、中央処理装置（ＣＰＵ）等によりプロセッサ動作を実行する集積回路またはコントローラの形態など、任意のタイプのコンピュータ処理要素のうちの1つまたは複数とすることができる。例えばプロセッサ１４は、1つまたは複数のシングルコアプロセッサであってもよい。また、プロセッサ１４は、複数の独立した処理ユニットを有する1つまたは複数のマルチコアプロセッサであってもよい。プロセッサ１４は実行されている命令および関連するデータを一時的に記憶するためのレジスタメモリ、ならびに最近使用された命令およびデータを一時的に記憶するためのキャッシュメモリも含んでいてもよい。複数のプロセッサを用いて処理を行う場合、同一のプロセッサが全ての処理を行う必要はない。 Processor 14 may be one or more of any type of computer processing element, such as in the form of an integrated circuit or controller that performs processor operations, such as with a central processing unit (CPU). For example, processor 14 may be one or more single-core processors. Processor 14 may also be one or more multi-core processors having multiple independent processing units. Processor 14 may also include register memory for temporarily storing instructions being executed and associated data, as well as cache memory for temporarily storing recently used instructions and data. When multiple processors are used for processing, it is not necessary for the same processor to perform all of the processing.
コンピュータシステムは、複数のコンピュータをグループ化しネットワークで接続するクラスタ構成を採用することがある。その場合、同じコンピュータシステムが複数の場所に設置されることがある。これらのコンピュータデバイスの具体的な設置場所や接続方法は重要ではなく、ユーザ及び農場が存する国の外国にあってもよい。このようなコンピュータデバイス群は、さまざまなデータセンターに分散配置された、1つのクラウドコンピューティングリソースとして扱われてよい。 A computer system may employ a cluster configuration in which multiple computers are grouped together and connected via a network. In such cases, the same computer system may be installed in multiple locations. The specific locations and connections of these computer devices are not important and may be located outside the country in which the users and farms are located. Such a group of computer devices may be treated as a single cloud computing resource, distributed across various data centers.
また、ユーザが使用するスマートフォンなどの携帯端末が十分な処理能力を持っている場合、その端末を単独の小型コンピュータとして利用し、全ての計算処理を行わせることができる。また、他の複数のコンピュータと組み合わせてグループ化した「クラスタ」や「エッジコンピューティング」環境の一部として、この携帯端末に計算処理の一部を担当させることも可能である。 Also, if the user's mobile device, such as a smartphone, has sufficient processing power, the device can be used as a standalone small computer to handle all calculations. It is also possible for the mobile device to handle some of the calculations as part of a "cluster" or "edge computing" environment grouped together with multiple other computers.
再び図１に戻り、以上のような構成を用いて、本開示の豚の体重測定システムの構成例を説明する。上記のように、第１のコンピュータデバイス１０、第２のコンピュータデバイス２０は、必要な計算資源に応じて選択され、計算能力が足りていれば１つのコンピュータデバイスを用いればよく、不足していればネットワークＮＷで接続された複数のコンピュータデバイスの計算資源を利用する。また、計算資源として用いるだけに限られず、データストレージとして用いてもよい。 Returning to FIG. 1 again, an example of the configuration of the pig weight measurement system of the present disclosure will be described using the above configuration. As described above, the first computer device 10 and the second computer device 20 are selected according to the required computational resources, and if the computational capacity is sufficient, one computer device can be used, and if it is insufficient, the computational resources of multiple computer devices connected via a network NW are used. In addition, they are not limited to being used only as computational resources, and may also be used as data storage.
＜プログラム＞
図３は、本開示の豚の活動量測定方法に用いる、豚の活動量測定プログラムＰ１００の構成について説明する機能ブロック図である。ここに説明する機能は上記したストレージデバイス１５に記憶されているアプリケーションデータに基づくアプリケーションプログラムを、プロセッサ１４により実行することで、ソフトウェアとハードウェア資源の協働により実現される。
<Program>
3 is a functional block diagram illustrating the configuration of a pig activity measurement program P100 used in the pig activity measurement method of the present disclosure. The functions described here are realized by the cooperation of software and hardware resources by the processor 14 executing an application program based on application data stored in the storage device 15 described above.
入力ユーザインターフェイス１２を介したユーザからの指示により、活動力の測定開始信号が送信されると、撮影指示部Ｐ１１０が、カメラユニット３０に対して、豚房内で飼養されている豚をカメラユニット３０により継続的に撮影するように、撮影指示信号を送信する。このような指示を送信するユーザは、例えば農場で勤務する作業者であり、日課として定期的に豚の活動力測定を実行し得る。より具体的な例としては、特に図示しないが、タッチパネルを有するスマートフォンの画面に表示された測定開始ボタンを押下することで測定開始信号を送信することができる。 When a signal to start measuring activity power is sent in response to an instruction from a user via the input user interface 12, the image capture instruction unit P110 sends an image capture instruction signal to the camera unit 30 to cause the camera unit 30 to continuously capture images of the pigs kept in the pig pen. The user who sends such an instruction may be, for example, a worker working on a farm, who may periodically measure the activity power of the pigs as part of his daily routine. As a more specific example, although not shown in the figure, the measurement start signal can be sent by pressing a measurement start button displayed on the screen of a smartphone with a touch panel.
ここで、豚の活動量測定プログラムＰ１００による処理に依らない、人間である作業者の動作である、豚房に飼養されている豚に対して行う誘導動作についても説明する。 Here, we will also explain the guidance actions taken by a human worker for the pigs kept in the pig pen, which are not dependent on the processing of the pig activity measurement program P100.
例えば、作業者は後述する動画の撮影開始と同時に豚房の内部に入り、その外周に沿って歩くなどして、豚が運動をすることを促す。この際に、運動を避けてあまり動かない豚もいるので、近づいたり、直に触れたりするなどして運動を促してもよい。場合によっては、声を出す、手をたたくなどのより刺激的な行為を行ってもよいが、作業者に対して向かってくるなど攻撃を行われる危険性もある。 For example, the worker enters the pig pen at the same time as filming of the video described below begins, and walks around the outside of the pen to encourage the pigs to exercise. Some pigs avoid exercise and do not move much, so workers can encourage them to exercise by approaching them or touching them directly. In some cases, workers can use more stimulating actions such as making noise or clapping their hands, but this can lead to the pigs attacking the workers.
そのような誘導行為についてはリスクもあり、また誘導行為によって、測定できる結果にばらつきが生じてしまう可能性も考慮し、図３に示すように、撮影指示部Ｐ１１０は、誘導アシストデータをコンピュータデバイス１０の出力ユーザインターフェイス１３より教示するようにしてもよい。より具体的には、測定開始指示からの経過時間、「移動してください」などの指示、タイマー機能などの情報の表示である。これによって、定量的で均質な誘導行為を行うことができる。 Considering the risks associated with such guidance actions and the possibility that the guidance actions may cause variation in the measurable results, as shown in FIG. 3, the imaging instruction unit P110 may instruct the guidance assistance data via the output user interface 13 of the computer device 10. More specifically, this is the display of information such as the elapsed time from the measurement start instruction, instructions such as "please move," and a timer function. This allows for quantitative and uniform guidance actions to be performed.
カメラユニット３０は、撮影指示部Ｐ１１０から送信された撮影指示信号に基づいて、豚房内で飼養されている豚を継続的に撮影開始する。そして、撮影されている動画は、豚の活動量測定プログラムＰ１００の処理に供されるように逐次、ストリーミング的にコンピュータデバイスに送信される。つまり、測定開始信号に連動して動画の撮影が開始され、当該動画データは豚の活動量測定に用いられることになる。 The camera unit 30 starts to continuously capture images of the pigs kept in the pigpen based on the image capture instruction signal sent from the image capture instruction section P110. The captured video is then sequentially sent in a streaming manner to the computer device so that it can be processed by the pig activity measurement program P100. In other words, video capture starts in response to the measurement start signal, and the video data is used to measure the pig activity.
豚識別部Ｐ１２０は、カメラユニット３０から取得した動画を用いて、画像に含まれる画素又は点群から、豚領域座標群を識別する機能を有する。簡単に言えば、画像に含まれている豚を見つけることができる。 The pig identification unit P120 has the function of identifying a pig region coordinate group from pixels or points contained in an image using a video acquired from the camera unit 30. Simply put, it can find pigs contained in an image.
ここで、画像に含まれる複数の画素又は点群のうち、豚の存在を示すものを豚領域座標群とする。豚領域座標群は、セマンティックセグメンテーションや、インスタンスセグメンテーションなど既知の画像分析技術を用いて識別することができる。豚房内にいる豚は画像上で重なり合って写っていることが多いため、１頭ずつ分けて識別するためにはインスタンスセグメンテーションを用いることが好適である。 Here, among the multiple pixels or points contained in the image, those that indicate the presence of a pig are referred to as the pig region coordinate group. The pig region coordinate group can be identified using known image analysis techniques such as semantic segmentation and instance segmentation. Since pigs in a pig pen often appear overlapping on the image, it is preferable to use instance segmentation to identify each individual pig.
動画を用いて豚領域座標群を識別する際には、特徴抽出や分類などの機械学習や深層学習の技術を用いて行うことが一般的である。一般的なインスタンスセグメンテーションのモデルでも、物体の輪郭やテクスチャ、形状などの視覚的な特徴からオブジェクトの形状を認識し、セグメンテーションできる能力がある。しかし、誤認識を避けるために、豚の画像が含まれるデータセットを用いて、追加学習、強化学習を行ってもよい。また、豚に限られず四肢動物に特化したポーズモデル等を用いて豚を識別してもよい。 When identifying pig region coordinate groups using videos, it is common to use machine learning or deep learning techniques such as feature extraction and classification. Even general instance segmentation models are capable of recognizing and segmenting the shape of an object from visual features such as the object's contour, texture, and shape. However, to avoid misrecognition, additional learning and reinforcement learning may be performed using a dataset that includes images of pigs. In addition, pigs may be identified using a pose model specialized for quadrupedal animals, not limited to pigs.
図４は、豚領域座標群の識別の一例を示している。この図において、バウンディングボックスに囲まれた領域に豚が存在することが識別されている。この画像はあくまでイメージ図である。バウンディングボックスによって囲まれている豚以外にも、識別できる豚は全て識別される。つまり、出力ユーザインターフェイス１３上に画像としてバウンディングボックスが示されていなくとも、内部的には識別は行われ得る。 Figure 4 shows an example of pig region coordinate group identification. In this figure, a pig is identified as being present in the region surrounded by a bounding box. This image is merely an illustration. All identifiable pigs other than those surrounded by the bounding box will also be identified. In other words, even if a bounding box is not displayed as an image on the output user interface 13, identification can be performed internally.
再び図３に戻り、豚識別部Ｐ１２０によって識別された豚には仮ＩＤが付与される。ＩＣＴを活用した農場で飼養されている豚には、個別ＩＤが付与されて管理されている場合がある。このような豚の個別ＩＤについては、例えば耳標に担持された二次元コードや標識を用いて個別に認証が行われる技術もあるが、ここでいう仮ＩＤとは、そのような個別ＩＤとは異なる暫定的なＩＤである。その理由としては、活動量測定においては、個別ＩＤの識別にはより高度な技術が必要になり、その点がコスト増になることと、本開示では均質な集団から異常な豚を見つけることができれば十分であるからである。また、豚は動き回るために画角から外れて見切れる場合などに追跡が困難となり、再度画面内に現れた場合には新たにＩＤを付与することとなるため、仮ＩＤの方が、効率的に運用できるためである。 Returning to FIG. 3, a provisional ID is given to the pig identified by the pig identification unit P120. Pigs raised on farms that utilize ICT may be given individual IDs and managed. There are techniques for individually authenticating the individual IDs of such pigs, for example, using two-dimensional codes or labels carried on ear tags, but the provisional ID referred to here is a provisional ID that is different from such individual IDs. The reason for this is that in activity measurement, more advanced technology is required to identify individual IDs, which increases costs, and in this disclosure, it is sufficient to be able to find abnormal pigs from a homogeneous group. In addition, pigs move around and are difficult to track when they are out of the field of view, and when they reappear on the screen, a new ID is assigned, so provisional IDs can be used more efficiently.
このようにして、識別された豚に仮ＩＤが付与された動画には、仮ＩＤ付与被識別豚データが含まれることとなる。豚追跡部Ｐ１３０は、この仮ＩＤ付与被識別豚を継続して自動的に追尾する機能を有する。これによって、動画は、仮ＩＤ付与被追跡豚データを含むこととなる。 In this way, the video in which a temporary ID is assigned to an identified pig will contain data on the identified pig with the temporary ID. The pig tracking unit P130 has the function of continuously and automatically tracking this identified pig with the temporary ID. As a result, the video will contain data on the tracked pig with the temporary ID.
仮ＩＤ付与被追跡豚データを含む動画は、均質な集団から異常な豚を抽出するための指標である、活動量、基準活動量、縦横比、基準縦横比、またこの図に図示していない豚の体重、を算出するためのデータとして、活動量算出部Ｐ１４０、基準活動量算出部Ｐ１５０、縦横比算出部Ｐ１６０、基準縦横比算出部Ｐ１７０、またこの図に図示していない体重推定部に対して入力されることとなる。 The video including the tracked pig data with provisional IDs is input to the activity amount calculation unit P140, the reference activity amount calculation unit P150, the aspect ratio calculation unit P160, the reference aspect ratio calculation unit P170, and the weight estimation unit (not shown) as data for calculating the activity amount, the reference activity amount, the aspect ratio, the reference aspect ratio, and the pig's weight (not shown), which are indices for extracting abnormal pigs from a homogeneous population.
活動量算出部Ｐ１４０は、仮ＩＤ付与被追跡豚データを含む動画を用いて、当該追跡している豚の所定時間内の移動距離、移動速度、又は加速度である活動量を算出する機能を有する。 The activity amount calculation unit P140 has a function of calculating the activity amount, which is the distance traveled, the speed of travel, or the acceleration of the tracked pig within a specified period of time, using a video including tracked pig data with a provisional ID.
ここで、豚の移動距離については、バウンディングボックスの重心や中心等の代表的な座標（仮に中心座標という）が、画像上で移動した距離とする。つまり、距離の単位としては、画像上の座標間距離ということであり、２次元画像であれば、座標ａ１（ｘ１，ｙ１）と座標ａ２（ｘ２，ｙ２）との差分ということになる。このような座標の差分が移動距離となる。そして、移動速度は、移動距離をフレーム数や秒数等の時間で除算したものである。加速度は移動速度の時間に対する微分である。このようにして、活動量算出部Ｐ１４０は追跡している豚の個体の活動量を算出する。 Here, the distance traveled by the pig is the distance traveled on the image by a representative coordinate (temporarily called the center coordinate), such as the center of gravity or center of the bounding box. In other words, the unit of distance is the distance between coordinates on the image, and in the case of a two-dimensional image, it is the difference between coordinate a1 (x1, y1) and coordinate a2 (x2, y2). The difference between these coordinates is the distance traveled. The speed of movement is the distance traveled divided by time, such as the number of frames or the number of seconds. Acceleration is the derivative of the speed of movement with respect to time. In this way, the activity calculation unit P140 calculates the activity of the individual pig being tracked.
算出された個体の活動量は、出力ユーザインターフェイス１３を介してユーザに伝達されてよい。図５は、コンピュータデバイス１０の出力ユーザインターフェイス１３の一例としてのディスプレイに提示された豚の活動量の提示イメージを示している。この図において、識別され、追跡されている、仮ＩＤが付与された豚とその活動量が示されている。具体的には、仮ＩＤ「ｐｉｇ：１」が付された豚は、活動量「Ｓｐｅｅｄ」が「０．３」であることがバウンディングボックスに隣接して表示され、また同様に、仮ＩＤ「ｐｉｇ：０」が付された豚は、活動量「Ｓｐｅｅｄ」が「０．０」であることが表示されている。 The calculated activity amount of the individual may be communicated to the user via the output user interface 13. FIG. 5 shows an image of the activity amount of a pig presented on a display as an example of the output user interface 13 of the computer device 10. In this figure, pigs that have been identified and tracked and have been assigned temporary IDs are shown, along with their activity amounts. Specifically, the pig with temporary ID "pig:1" has an activity amount "Speed" of "0.3" displayed adjacent to the bounding box, and similarly, the pig with temporary ID "pig:0" has an activity amount "Speed" of "0.0".
こういった速度や加速度を疾病等の可能性のある異常な豚の候補を抽出するための指標とする理由としては、以下の点が挙げられる。 The reasons why such speed and acceleration are used as indicators for extracting candidates for abnormal pigs that may be sick or otherwise abnormal include the following:
一般的に肉食用となる豚は、成長とともに日齢に応じて体重が増していくことで、日常的な運動時の速度や加速度が低下していく傾向にある。一方で、体重が増えて出荷が近付くほど健康的には安定し、疾病を罹患しないようになる。つまり、相当程度の日齢や体重があれば、速度や加速度が絶対的に低いことには問題がない。 Generally, pigs raised for meat tend to gain weight in proportion to their age as they grow, and as a result, their speed and acceleration during daily exercise tend to decrease. On the other hand, as they gain weight and get closer to being shipped, their health becomes more stable and they become less susceptible to disease. In other words, as long as they are of a reasonable age and weight, there is no problem with their speed and acceleration being absolutely low.
しかしながら、離乳直後等の若い仔豚は、日常的な運動時の速度や加速度が高いが、疾病を罹患しやすい状態にある。疾病に罹患すると、活動量が低下し、速度や加速度も低下する。そうすると、日齢が若いにもかかわらず、活動量が低下している場合には、疾病に罹患している可能性がある。それは、同世代の日齢の近い豚たちと比較することで顕著となる。 However, young piglets, such as those immediately after weaning, have high speed and acceleration during daily exercise, but are also susceptible to disease. When they become ill, their activity level decreases, as do their speed and acceleration. If a piglet's activity level decreases despite its young age, it may be suffering from a disease. This becomes evident when comparing it with pigs of the same generation and similar age.
このように、離乳直後の豚と、出荷直前の豚とでは、体重も異なり、これらを同じ集団として比較することは適切ではない。そのために、農場では同じような性質の豚、基本的には日齢が近い豚はグループ化、ロット化され、同一豚房で飼養されるなどして管理がなされている。そのように一つの豚房は均質化された豚の集団という意味で、比較対象にすることに適している。 As such, pigs immediately after weaning and pigs about to be shipped have different weights, and it is not appropriate to compare them as the same group. For this reason, pigs on farms with similar characteristics, basically pigs of similar age, are grouped or divided into lots and managed by being raised in the same pig pen. In this way, a single pig pen is suitable for comparison, in the sense that it is a homogenized group of pigs.
以上のようなことから、同一の豚房で飼養されている豚と比較するために、同様に基準活動量算出部Ｐ１５０も、全ての追跡できている複数の豚の活動量を算出する。そして、これらの追跡できている複数の豚の活動量を用いて、基準活動量を算出する。 For the above reasons, in order to compare with pigs kept in the same pig pen, the reference activity amount calculation unit P150 also calculates the activity amounts of all the multiple pigs that can be tracked. Then, the reference activity amount is calculated using the activity amounts of these multiple pigs that can be tracked.
基準活動量については、追跡できている複数の豚の活動量を用いて様々な値に任意に設定可能である。具体的には、同一の豚房内の複数の豚の活動量の平均値、中央値と比較することも可能である。しかし、平均値未満のものを全て異常としてしまうと、抽出される数が多すぎることから、活動量の第一四分位数以下または未満の個体を抽出することや、単純に、全体に対する任意の割合以下または未満の個体を抽出するように基準活動量を設定することが考えられる。具体的には、活動量が全体の１０パーセンタイル、５パーセンタイル以下または未満ということや、正規分布における２標準偏差以下または未満、いわゆる２σ以下または未満、というようにも設定できる。 The standard activity level can be arbitrarily set to various values using the activity levels of multiple pigs that can be tracked. Specifically, it is possible to compare with the average or median activity levels of multiple pigs in the same pig pen. However, if all pigs below the average were deemed abnormal, too many pigs would be extracted, so it is possible to extract individuals below or below the first quartile of activity levels, or to simply set the standard activity level to extract individuals below or below a certain percentage of the total. Specifically, the activity level can be set to be below or below the 10th percentile or 5th percentile of the total, or below or below two standard deviations in a normal distribution, or so-called 2σ.
上記のようにして算出された個体の活動量と、基準活動量とをデータとして入力することで、異常豚抽出部Ｐ１８０は、複数の仮付与ＩＤ被追跡豚の中から、異常な豚を抽出する機能を有する。具体的には、個体の活動量と、基準活動量とを比較し、個体の活動量が基準活動量よりも低ければ、またはそれ以下であれば、異常豚として抽出するようにしてもよい。 By inputting the activity amount of an individual calculated as described above and the reference activity amount as data, the abnormal pig extraction unit P180 has the function of extracting abnormal pigs from among multiple provisionally assigned ID tracked pigs. Specifically, the activity amount of an individual may be compared with the reference activity amount, and if the activity amount of an individual is lower than the reference activity amount or is equal to or less than the reference activity amount, it may be extracted as an abnormal pig.
抽出された異常豚は、出力ユーザインターフェイス１３によりユーザに提示される。具体的には、特に図示しないが、ユーザが所持しているスマートフォン等のコンピュータデバイスの画面上に、追跡されている複数のバウンディングボックスに囲まれた豚の中から、ボックスの色を変えるなどして異常豚であることがわかる表示をすること、等が可能である。 The extracted abnormal pigs are presented to the user by the output user interface 13. Specifically, although not shown, it is possible to display on the screen of a computer device such as a smartphone carried by the user, among the pigs surrounded by multiple bounding boxes being tracked, a pig that is identified as abnormal by changing the color of the box, etc.
ユーザは、出力ユーザインターフェイス１３を介して、どの豚が異常豚であることかを認識することができる。より具体的な利便性を提示すると、実際の豚房の中でスマートフォンの画面を見ながら、どの豚が異常豚であるかを確認しながら、その豚に異常豚候補としての標識を付することができる。異常豚候補としての標識を付す方法としては、カラースプレー等によって、その豚の体表面、皮膚等に目印をつけることが非侵襲的であり、アニマルウェルフェアの観点からも好ましい。 The user can recognize which pigs are abnormal via the output user interface 13. To present a more specific convenience, while looking at the smartphone screen in an actual pig farm, the user can confirm which pigs are abnormal and label those pigs as potential abnormal pigs. A method of labeling a pig as a potential abnormal pig is to mark the pig's body surface, skin, etc. with a colored spray or the like, which is non-invasive and preferable from the standpoint of animal welfare.
このようにして異常豚候補としての標識が付された豚は、後日または当日に獣医等の専門家による診断を受けるために隔離することができる。診断を受けて病気であると判断されれば、隔離または治療などの対処を行うことができる。また、速やかな隔離が、他の豚に対する疾病の感染を防止することができる場合もあると考えられる。 Pigs that have been tagged in this way as potential abnormal pigs can be isolated for diagnosis by a veterinarian or other specialist on the same day or at a later date. If the pig is diagnosed as sick, measures such as isolation or treatment can be taken. It is also believed that prompt isolation may prevent the spread of the disease to other pigs.
また、異常豚抽出部Ｐ１８０が、活動量のみならず、縦横比も用いて異常豚を抽出する場合についても説明する。 We will also explain the case where the abnormal pig extraction unit P180 extracts abnormal pigs using not only the amount of activity but also the aspect ratio.
縦横比とは、「縦」を豚の体の頭の先から尻尾までの長さ、「横」を「縦」に対して垂直な方向で胴体の幅一番大きい部分の長さ、としたときの比率をいう。このような縦横比は、正確には静止した状態の豚の画像より求められるが、あくまで参考情報として動画で追跡されている豚の画像を構成する画素や、バウンディングボックスの形状から縦、横を求めてもよい。例えば、豚領域座標群の横幅や縦幅の最大値を縦、横としてもよいし、バウンディングボックスの縦幅や横幅を縦、横としてもよい。 The aspect ratio is the ratio when "length" is the length of the pig's body from the tip of the head to the tail, and "width" is the length of the widest part of the body in the direction perpendicular to "length". To be precise, this aspect ratio can be found from an image of a still pig, but the length and width can also be found from the pixels that make up the image of the pig being tracked in a video, or the shape of the bounding box, as reference information only. For example, the maximum width and height of the pig area coordinate group can be used as the length and width, or the height and width of the bounding box can be used as the length and width.
このような縦横比は、豚の体型を表している。縦横比を、縦を横で除算した縦／横、横を縦で除算した横／縦、としたとしても、著しく大きい、又は小さい場合には、その豚は痩せているといえる。そのため、活動量と合わせて考慮することで、異常豚を抽出するために有効に活用される。つまり、痩せている豚は縦横比が基準値よりも大きい、又は小さい。そして、痩せているにもかかわらず、活動量が低い豚は、疾病などの何らかの異常が生じている可能性が高い、ということである。 Such aspect ratios represent the pig's body shape. Whether the aspect ratio is length/width (length divided by width) or width/length (width divided by length), if it is significantly larger or smaller, the pig can be said to be thin. Therefore, when taken into consideration in conjunction with activity level, it can be effectively used to identify abnormal pigs. In other words, a thin pig has an aspect ratio that is larger or smaller than the standard value. And pigs that are thin but have low activity levels are highly likely to have some kind of abnormality, such as a disease.
縦横比についても、活動量と同様に、基準縦横比算出部Ｐ１７０が、追跡している複数の豚の動画を用いて、複数の豚の縦横比を算出し、これを用いて、基準縦横比を算出する。その手法については、上記の基準活動量算出部Ｐ１５０が、基準活動量を算出する手法と同様であるから説明を省略する。 As with the activity amount, the reference aspect ratio calculation unit P170 calculates the aspect ratios of the pigs using video of the pigs being tracked, and uses this to calculate the reference aspect ratio. The method for calculating the reference aspect ratio is the same as the method used by the reference activity amount calculation unit P150 described above to calculate the reference activity amount, so a description of this method is omitted.
また、豚の体型を示すものとして、推定された豚の体重を用いてもよい。具体的には、縦横比算出部に代えて、豚の活動量測定プログラムＰ１００において、不図示の豚の体重推定部を設け、豚の体重を推定することができる。 The estimated weight of the pig may also be used as an indication of the pig's body type. Specifically, instead of the aspect ratio calculation unit, a pig weight estimation unit (not shown) may be provided in the pig activity measurement program P100 to estimate the pig's weight.
豚の体重の推定には、動画から導かれる、豚の長さＬ（ｍｍ）、幅Ｗ（ｍｍ）をパラメータとして、Ｗｅｉｇｈｔ（体重）を推定する体重推定モデルを用いてよい。この体重推定モデルは、例えばディープラーニング等の機械学習によって、事前に長さＬ（ｍｍ）、幅Ｗ（ｍｍ）とＷｅｉｇｈｔ（体重）との関係について学習させた学習済みモデルである。このようなモデルの学習は、例えば、長さＬ（ｍｍ）、幅Ｗ（ｍｍ）を入力する特徴量とし、Ｗｅｉｇｈｔ（体重）を出力するニューラルネットワークを構築し、構築したＮＮに対して、長さＬ（ｍｍ）、幅Ｗ（ｍｍ）とＷｅｉｇｈｔ（体重）がペアとなった学習データを用いて、体重の推定精度が高くなるように学習を行うことで、学習済みモデルを得ることができる。 To estimate the pig's weight, a weight estimation model that estimates Weight using the pig's length L (mm) and width W (mm) derived from the video as parameters may be used. This weight estimation model is a trained model that has been trained in advance about the relationship between length L (mm), width W (mm), and Weight, for example, by machine learning such as deep learning. For example, training of such a model can be performed by constructing a neural network that uses length L (mm) and width W (mm) as input features and outputs Weight, and using training data in which length L (mm), width W (mm), and Weight are paired with the constructed NN to train it so as to increase the accuracy of weight estimation, thereby obtaining a trained model.
その他、豚の体重計算式は、例えば多変量解析に基づく回帰式を用いて、豚の横幅、縦幅、高さ等の複数の説明変数となるパラメータを入力することによって推定するものであってもよい。限定ではない一例を示すと、長さＬ（ｍｍ）、幅Ｗ（ｍｍ）である。例えば、Ｗｅｉｇｈｔ（体重）＝ＡＬ＋ＢＷ＋Ｃ（Ａ、Ｂは係数、Ｃは定数項）のような重回帰式を用いて体重を推定するとして、Ｌ、Ｗは長さＬ（ｍｍ）、幅Ｗ（ｍｍ）を表すものとしてよい。 Alternatively, the pig weight calculation formula may be estimated by inputting multiple explanatory variable parameters such as the pig's width, length, and height using a regression formula based on multivariate analysis. One non-limiting example is length L (mm) and width W (mm). For example, weight may be estimated using a multiple regression formula such as Weight = AL + BW + C (A and B are coefficients, and C is a constant term), where L and W represent length L (mm) and width W (mm).
横幅、縦幅、高さ等の実数値は、画素数をもとに、カメラの焦点距離、１画素の視野角、ベースライン距離（左右カメラ間の視差）、イメージセンサーのサイズ等のカメラの内部パラメータを用いて導かれる、画素と実距離の換算比により算出することができる。これにより、体重推定部が、豚の動画を用いて、豚の推定体重を得ることができる。 The actual values of width, height, height, etc. can be calculated based on the number of pixels, using the conversion ratio between pixels and actual distance derived from the camera's internal parameters such as the camera's focal length, the viewing angle of one pixel, the baseline distance (parallax between the left and right cameras), and the size of the image sensor. This allows the weight estimation unit to obtain an estimated weight of the pig using a video of the pig.
得られた推定体重は、縦横比と同様に、異常豚を抽出する際の指標として用いられてよい。同様に比較対象となる基準体重も推定されてよい。 The estimated weight obtained, like the aspect ratio, may be used as an index for identifying abnormal pigs. A reference weight for comparison may also be estimated in the same way.
次に、本開示の豚の体重推定システムを用いた豚の体重推定方法のフローについて図＊に示すフローチャートを参照しながら説明する。以下のステップＳ１０１～Ｓ１０８のうち、ステップＳ１０２については人間であるユーザによって実行され、ステップＳ１０３についてはカメラユニット３０を用いて実行される。ステップＳ１０１、およびそれ以降のステップＳ１０４～Ｓ１０８については、いずれかのコンピュータデバイスのプログラムにより実行される。なお、カメラユニット３０がコンピュータデバイスに内蔵される、または通信により、実質的に一体に命令を処理する部品として組み込まれている場合には、Ｓ１０１、Ｓ１０３～Ｓ１０８まで一貫したプログラムにより実行することも可能である。 Next, the flow of the pig weight estimation method using the pig weight estimation system of the present disclosure will be described with reference to the flowchart shown in Figure *. Of the following steps S101 to S108, step S102 is executed by a human user, and step S103 is executed using the camera unit 30. Step S101 and subsequent steps S104 to S108 are executed by a program on any computer device. Note that if the camera unit 30 is built into the computer device, or is incorporated as a component that processes commands substantially as an integrated part via communication, it is also possible to execute steps S101 and S103 to S108 by a consistent program.
ステップＳ１０１では、ユーザが入力ユーザインターフェイス１２を用いて、豚の活動量測定開始を指示する（測定開始指示ステップ）。 In step S101, the user uses the input user interface 12 to instruct the start of measuring the pig's activity (measurement start instruction step).
ステップＳ１０２では、ユーザが豚房に飼養されている豚に対して誘導動作を行うことによって豚の運動を誘導する（運動誘導ステップ）。 In step S102, the user guides the pigs kept in the pigpen to move by performing guidance actions (exercise guidance step).
ステップＳ１０３では、カメラユニット３０が、ユーザの誘導動作に起因して運動する豚の動画を継続的に撮影する（継続撮影ステップ）。 In step S103, the camera unit 30 continuously captures video of the pig moving in response to the user's guiding action (continuous capture step).
ステップＳ１０４では、豚識別部Ｐ１２０が、動画に含まれる豚個体を識別する（豚識別ステップ）。 In step S104, the pig identification unit P120 identifies the individual pigs contained in the video (pig identification step).
ステップＳ１０５では、豚追跡部Ｐ１３０が、ステップＳ１０４で識別された豚個体に仮ＩＤを付与し追跡する（豚追跡ステップ）。 In step S105, the pig tracking unit P130 assigns a temporary ID to the pig identified in step S104 and tracks it (pig tracking step).
ステップＳ１０６では、少なくとも活動量算出部Ｐ１４０が、ステップＳ１０５で追跡している豚の動画を用いて、追跡している豚の所定時間内の移動距離、移動速度、又は加速度である活動量を算出する（活動量算出ステップ）。 In step S106, at least the activity amount calculation unit P140 uses the video of the pig being tracked in step S105 to calculate the activity amount, which is the distance traveled, the speed of travel, or the acceleration of the pig being tracked within a predetermined time period (activity amount calculation step).
ステップＳ１０７では、少なくとも基準活動量算出部Ｐ１５０が、ステップＳ１０５で追跡している複数の豚の、所定時間内の移動距離、移動速度、又は加速度である活動量を算出し、複数の豚の活動量を用いて、基準活動量を算出する（基準活動量算出ステップ）。 In step S107, at least the reference activity amount calculation unit P150 calculates the activity amount, which is the distance traveled, the speed of travel, or the acceleration within a predetermined time, of the multiple pigs being tracked in step S105, and calculates the reference activity amount using the activity amounts of the multiple pigs (reference activity amount calculation step).
ステップＳ１０８では、異常豚抽出部Ｐ１８０が、Ｓ１０５で追跡している、すく案くともＳ１０６で算出した豚の活動量と、ステップＳ１０７で算出した基準活動量とを比較して、異常な活動量の異常豚を抽出する（異常豚抽出ステップ）。これにより、グルーピングされて同一の豚房で飼養されている複数の豚の中から、健康を害している等の育成に異常がある豚を検出して、他の豚と隔離する等の対処を、容易に行える。 In step S108, the abnormal pig extraction unit P180 compares the amount of activity of the pigs tracked in S105, calculated at least in S106, with the reference amount of activity calculated in step S107, and extracts abnormal pigs with abnormal amounts of activity (abnormal pig extraction step). This makes it easy to detect pigs with abnormalities in their upbringing, such as poor health, from among multiple pigs that are grouped and kept in the same pig pen, and to take measures such as isolating them from the other pigs.
以上により、本開示の豚の活動量測定方法を実行することができる。本開示の１つの構成例として、カメラユニット３０としての豚房内で運動する豚の動画を継続的に撮影可能なビデオカメラユニット、第１のコンピュータデバイス１０としてのＡＲデバイス、第２のコンピュータデバイス２０としてのサーバコンピュータが挙げられる。例えば、ＡＲデバイスはヘッドマウントディスプレイや眼鏡型ディスプレイを含み、カメラユニット３０は、コンピュータデバイスと接続されたヘッドマウントディスプレイと一体的に取り付けられているカメラユニットである。 In this way, the method for measuring pig activity levels according to the present disclosure can be implemented. One configuration example of the present disclosure includes a video camera unit capable of continuously capturing video of pigs moving around in a pig pen as the camera unit 30, an AR device as the first computer device 10, and a server computer as the second computer device 20. For example, the AR device includes a head-mounted display or a glasses-type display, and the camera unit 30 is a camera unit that is attached integrally to a head-mounted display connected to the computer device.
図７は本開示の豚の活動量測定システムの一例である。図７のように、カメラユニット３０としての携帯型コンピュータデバイスまたはスマートフォンに内蔵されたビデオカメラコンポーネント、第１のコンピュータデバイス１０としてのコンピュータデバイスまたはスマートフォンが挙げられる。 Figure 7 shows an example of a pig activity measurement system according to the present disclosure. As shown in Figure 7, the camera unit 30 may be a video camera component built into a portable computing device or smartphone, and the first computing device 10 may be a computing device or smartphone.
図８も本開示の豚の活動量測定システムの一例である。カメラユニット３０としての農場に、豚房内の全ての豚が撮像可能な位置に固定され固定配置されたビデオカメラ、第１のコンピュータデバイス１０としてのラップトップコンピュータ、第２のコンピュータデバイス２０としてのサーバコンピュータが挙げられる。カメラユニット３０は、豚房内の全ての豚が撮像可能な位置に固定されている。ユーザは、農場内で異常豚の提示を受信可能に接続されたディスプレイから確認することができる。 Figure 8 is also an example of a pig activity measurement system of the present disclosure. Examples include a video camera fixedly positioned in a position where all pigs in the pigpen can be imaged on a farm as the camera unit 30, a laptop computer as the first computer device 10, and a server computer as the second computer device 20. The camera unit 30 is fixed in a position where all pigs in the pigpen can be imaged. A user can check for abnormal pigs in the farm from a display connected to receive the display.
以上は一例であり、その他上記した各構成を組み合わせた全ての構成例について実施可能である。 The above is just one example, and all other configuration examples that combine the above configurations are possible.
＜付記＞
以上の各実施形態で説明した事項を以下に付記する。
（付記１）
畜体へのセンサの装着を必要としない、少なくとも、動画撮影可能なカメラユニットと、入力ユーザインターフェイス及び出力ユーザインターフェイスを備えたコンピュータデバイスを含む豚の活動量測定システムを用いて、ユーザが豚房で飼養されている複数の豚の活動量を算出する豚の活動量測定方法であって、
前記ユーザが前記入力ユーザインターフェイスを用いて、豚の活動量測定開始を指示する測定開始指示ステップと、
ユーザが豚房に飼養されている豚に対して誘導動作を行うことによって豚の運動を誘導する運動誘導ステップと、
前記カメラユニットが、前記誘導動作に起因して運動する豚の動画を継続的に撮影する継続撮影ステップと、
前記コンピュータデバイスの豚識別部が、前記動画に含まれる豚個体を識別する豚識別ステップと、
前記コンピュータデバイスの豚追跡部が、前記豚識別ステップで識別された前記豚個体に仮ＩＤを付与し追跡する豚追跡ステップと、
前記コンピュータデバイスの活動量算出部が、前記豚追跡ステップで追跡している豚の動画を用いて、前記追跡している豚の所定時間内の移動距離、移動速度、又は加速度である活動量を算出する活動量算出ステップと、
前記コンピュータデバイスの基準活動量算出部が、前記豚追跡ステップで追跡している複数の豚の、所定時間内の移動距離、移動速度、又は加速度である活動量を算出し、前記複数の豚の活動量を用いて、基準活動量を算出する基準活動量算出ステップと、
前記コンピュータデバイスの異常豚抽出部が、少なくとも前記豚追跡ステップで追跡している豚の前記活動量と前記基準活動量とを比較して、異常な活動量の異常豚を抽出する、異常豚抽出ステップと、を含む豚の活動量測定方法。
（付記２）
前記コンピュータデバイスの縦横比算出部が、前記豚追跡ステップで追跡している豚の動画を用いて、前記豚追跡ステップで追跡している豚の縦横比を算出する縦横比算出ステップと、
前記コンピュータデバイスの基準縦横比算出部が、前記豚追跡ステップで追跡している複数の豚の動画を用いて、前記豚追跡ステップで追跡している複数の豚の縦横比を算出し、前記複数の豚の縦横比を用いて、基準縦横比を算出する基準縦横比算出ステップと、をさらに含み、
前記異常豚抽出ステップにおいて、前記コンピュータデバイスの異常豚抽出部が、少なくとも前記豚追跡ステップで追跡している豚の活動量及び縦横比と、前記基準活動量及び前記基準縦横比とを比較して、異常な活動量及び縦横比の異常豚を抽出する、付記１に記載の豚の活動量測定方法。
（付記３）
前記コンピュータデバイスの体重推定部が、前記豚追跡ステップで追跡している豚の動画を用いて、前記豚追跡ステップで追跡している豚の体重を推定する体重推定ステップと、
前記コンピュータデバイスの基準体重算出部が、前記豚追跡ステップで追跡している複数の豚の動画を用いて、前記豚追跡ステップで追跡している複数の豚の体重を推定し、前記複数の豚の体重を用いて、基準体重を算出する基準体重算出ステップと、をさらに含み、
前記異常豚抽出ステップにおいて、前記コンピュータデバイスの異常豚抽出部が、少なくとも前記豚追跡ステップで追跡している豚の活動量及び体重と、前記基準活動量及び前記基準体重とを比較して、異常な活動量及び体重の異常豚を抽出する、付記１に記載の豚の活動量測定方法。
（付記４）
畜体へのセンサの装着を必要としない、少なくとも、動画撮影可能なカメラユニットと、入力ユーザインターフェイス及び出力ユーザインターフェイスを備えたコンピュータデバイスを含む豚の活動量測定システムを用いて、豚房で飼養されている複数の豚の活動量を測定するための豚の活動量測定プログラムであって、
前記入力ユーザインターフェイスより、豚の活動量測定開始を指示する測定開始指示信号を受信すると、前記カメラユニットに豚の動画を継続的に撮影させる継続撮影ステップと、
前記コンピュータデバイスの豚識別部が、前記動画に含まれる豚個体を識別する豚識別ステップと、
前記コンピュータデバイスの豚追跡部が、前記豚識別ステップで識別された前記豚個体に仮ＩＤを付与し追跡する豚追跡ステップと、
前記コンピュータデバイスの活動量算出部が、前記豚追跡ステップで追跡している豚の動画を用いて、前記追跡している豚の所定時間内の移動距離、移動速度、又は加速度である活動量を算出する活動量算出ステップと、
前記コンピュータデバイスの基準活動量算出部が、前記豚追跡ステップで追跡している複数の豚の、所定時間内の移動距離、移動速度、又は加速度である活動量を算出し、前記複数の豚の活動量を用いて、基準活動量を算出する基準活動量算出ステップと、
前記コンピュータデバイスの異常豚抽出部が、少なくとも前記豚追跡ステップで追跡している豚の前記活動量と前記基準活動量とを比較して、異常な活動量の異常豚を抽出する、異常豚抽出ステップと、をコンピュータデバイスに実行させるための豚の活動量測定プログラムが記憶された非一時的コンピュータ可読記憶媒体。
（付記５）
畜体へのセンサの装着を必要としない、豚の活動量測定システムであって、
少なくとも１つのコンピュータデバイスと、
豚房内で運動する豚の動画を継続的に撮影可能なカメラユニットと、
前記コンピュータデバイスに、豚の活動量測定開始を指示する測定開始信号を送信する前記コンピュータデバイスの入力ユーザインターフェイスと、
前記カメラユニットから取得した前記動画に含まれる豚個体を識別する前記コンピュータデバイスの豚識別部と、
前記識別された前記豚個体に仮ＩＤを付与し追跡する前記コンピュータデバイスの豚追跡部と、
前記追跡している豚の動画を用いて、前記追跡している豚の所定時間内の移動距離、移動速度、又は加速度である活動量を算出するとともに、
前記追跡している複数の豚の、所定時間内の移動距離、移動速度、又は加速度である活動量を算出し、前記複数の豚の活動量を用いて、基準活動量を算出する活動量算出部と、
前記追跡している豚の中から、前記基準活動量と比較して、異常な活動量の異常豚を抽出する異常豚抽出部と、
前記異常豚抽出部が抽出した前記異常豚を提示する、前記コンピュータデバイスの出力ユーザインターフェイスと、を含む豚の活動量測定システム。
（付記６）
前記カメラユニットは、前記豚房内の全ての豚が撮像可能な位置に固定され、
前記出力ユーザインターフェイスは、農場内で前記異常豚の提示を受信可能に接続されたディスプレイである、付記５に記載の豚の活動量測定システム。
（付記７）
前記出力ユーザインターフェイスは、農場内で前記異常豚の提示を受信可能に接続されたディスプレイであり、
前記カメラユニットは、前記コンピュータデバイスと接続された前記ディスプレイと一体的に取り付けられているカメラユニットである、付記５に記載の豚の活動量測定システム。
<Additional Notes>
The matters described in the above embodiments will be supplemented below.
(Appendix 1)
A method for measuring pig activity, in which a user calculates the activity of a plurality of pigs kept in a pig pen using a pig activity measuring system that does not require the attachment of a sensor to the livestock and includes at least a camera unit capable of taking video and a computer device having an input user interface and an output user interface,
a measurement start instruction step in which the user instructs the start of measurement of the activity amount of the pig using the input user interface;
an exercise guidance step in which a user performs an exercise guidance action on a pig kept in the pig pen to guide the pig's exercise;
A continuous shooting step in which the camera unit continuously shoots a moving image of the pig moving due to the guiding operation;
a pig identification step in which a pig identification unit of the computer device identifies individual pigs included in the video;
a pig tracking step in which a pig tracking unit of the computer device assigns a temporary ID to the pig individual identified in the pig identification step and tracks the pig individual;
an activity amount calculation step in which an activity amount calculation unit of the computer device calculates an activity amount, which is a moving distance, a moving speed, or an acceleration, of the pig being tracked within a predetermined time period, using a video of the pig being tracked in the pig tracking step;
a reference activity amount calculation step in which a reference activity amount calculation unit of the computer device calculates an activity amount, which is a moving distance, a moving speed, or an acceleration within a predetermined time, of the plurality of pigs tracked in the pig tracking step, and calculates a reference activity amount using the activity amounts of the plurality of pigs;
an abnormal pig extraction step in which an abnormal pig extraction unit of the computer device compares the activity amount of the pig being tracked in at least the pig tracking step with the reference activity amount to extract abnormal pigs with abnormal activity amounts.
(Appendix 2)
an aspect ratio calculation step in which an aspect ratio calculation unit of the computer device calculates an aspect ratio of the pig being tracked in the pig tracking step using a video of the pig being tracked in the pig tracking step;
The reference aspect ratio calculation unit of the computer device calculates the aspect ratios of the pigs tracked in the pig tracking step using a video of the pigs tracked in the pig tracking step, and calculates a reference aspect ratio using the aspect ratios of the pigs.
The method for measuring pig activity described in Appendix 1, in which, in the abnormal pig extraction step, the abnormal pig extraction unit of the computer device compares at least the activity amount and aspect ratio of the pig tracked in the pig tracking step with the reference activity amount and the reference aspect ratio to extract abnormal pigs with abnormal activity amount and aspect ratio.
(Appendix 3)
a weight estimation step in which a weight estimation unit of the computer device estimates a weight of the pig being tracked in the pig tracking step by using a video of the pig being tracked in the pig tracking step;
The method further includes a reference weight calculation step in which a reference weight calculation unit of the computer device estimates weights of the plurality of pigs tracked in the pig tracking step using videos of the plurality of pigs tracked in the pig tracking step, and calculates a reference weight using the weights of the plurality of pigs,
A method for measuring pig activity as described in Appendix 1, in which, in the abnormal pig extraction step, an abnormal pig extraction unit of the computer device compares the activity amount and weight of at least the pig tracked in the pig tracking step with the standard activity amount and the standard weight, and extracts abnormal pigs with abnormal activity amount and weight.
(Appendix 4)
A pig activity measurement program for measuring the activity of a plurality of pigs kept in a pig pen, using a pig activity measurement system including at least a camera unit capable of taking video and a computer device having an input user interface and an output user interface, the program not requiring the attachment of a sensor to the livestock,
a continuous photographing step of causing the camera unit to continuously photograph a video of the pig when a measurement start instruction signal for instructing the start of measurement of the pig's activity amount is received from the input user interface;
a pig identification step in which a pig identification unit of the computer device identifies individual pigs included in the video;
a pig tracking step in which a pig tracking unit of the computer device assigns a temporary ID to the pig individual identified in the pig identification step and tracks the pig individual;
an activity amount calculation step in which an activity amount calculation unit of the computer device calculates an activity amount, which is a moving distance, a moving speed, or an acceleration, of the pig being tracked within a predetermined time period, using a video of the pig being tracked in the pig tracking step;
a reference activity amount calculation step in which a reference activity amount calculation unit of the computer device calculates an activity amount, which is a moving distance, a moving speed, or an acceleration within a predetermined time, of the plurality of pigs tracked in the pig tracking step, and calculates a reference activity amount using the activity amounts of the plurality of pigs;
and an abnormal pig extraction step in which an abnormal pig extraction unit of the computer device compares the activity amount of the pig being tracked in at least the pig tracking step with the reference activity amount to extract abnormal pigs with abnormal activity amounts.
(Appendix 5)
A pig activity measurement system that does not require the attachment of a sensor to a livestock body,
At least one computing device;
A camera unit capable of continuously recording video of pigs moving around in the pigpen,
an input user interface of the computer device that transmits a measurement start signal to the computer device to instruct the computer device to start measuring the activity amount of the pig;
a pig identification unit of the computer device for identifying individual pigs included in the video acquired from the camera unit;
a pig tracking unit of the computer device that assigns a temporary ID to the identified pig individual and tracks it;
Calculating an amount of activity of the pig being tracked, which is a moving distance, a moving speed, or an acceleration of the pig being tracked within a predetermined time period, using a video of the pig being tracked;
an activity amount calculation unit that calculates an activity amount of each of the pigs being tracked, the activity amount being a moving distance, a moving speed, or an acceleration within a predetermined time period, and calculates a reference activity amount using the activity amounts of the pigs;
An abnormal pig extraction unit that extracts abnormal pigs having abnormal activity amounts compared with the reference activity amount from the pigs being tracked;
and an output user interface of the computer device that presents the abnormal pigs extracted by the abnormal pig extraction unit.
(Appendix 6)
The camera unit is fixed at a position where all pigs in the pigpen can be imaged,
The pig activity measuring system according to claim 5, wherein the output user interface is a display connected within the farm so as to be capable of receiving a presentation of the abnormal pigs.
(Appendix 7)
the output user interface being a display connected to receive a representation of the abnormal pigs within the farm;
The pig activity measuring system according to claim 5, wherein the camera unit is integrally attached to the display connected to the computer device.
１ 豚の活動量測定システム
１０ 第１のコンピュータデバイス
２０ 第２のコンピュータデバイス
３０ カメラユニット
１１ 通信インターフェイス
１２ 入力ユーザインターフェイス
１３ 出力ユーザインターフェイス
１４ プロセッサ
１５ ストレージデバイス
Ｐ１００ 豚の活動量測定プログラム
Ｐ１１０ 撮影指示部
Ｐ１２０ 豚識別部
Ｐ１３０ 豚追跡部
Ｐ１４０ 活動量算出部
Ｐ１５０ 基準活動量算出部
Ｐ１６０ 縦横比算出部
Ｐ１７０ 基準縦横比算出部
Ｐ１８０ 異常豚抽出部
REFERENCE SIGNS LIST 1 Pig activity measurement system 10 First computer device 20 Second computer device 30 Camera unit 11 Communication interface 12 Input user interface 13 Output user interface 14 Processor 15 Storage device P100 Pig activity measurement program P110 Photography instruction unit P120 Pig identification unit P130 Pig tracking unit P140 Activity amount calculation unit P150 Reference activity amount calculation unit P160 Aspect ratio calculation unit P170 Reference aspect ratio calculation unit P180 Abnormal pig extraction unit
Claims (3)
前記ユーザが前記入力ユーザインターフェイスを用いて、前記コンピュータデバイスの撮影指示部に、豚の活動量測定開始を指示する測定開始信号を送信する測定開始指示ステップと、
ユーザが豚房に飼養されている豚に対して誘導動作を行うことによって豚の運動を誘導する運動誘導ステップと、
前記カメラユニットが、前記撮影指示部からの撮影指示信号に基づき、前記誘導動作に起因して運動する豚の動画を継続的に撮影する継続撮影ステップと、
前記コンピュータデバイスの豚識別部が、前記動画に含まれる豚個体を識別する豚識別ステップと、
前記コンピュータデバイスの豚追跡部が、前記豚識別ステップで識別された前記豚個体に仮ＩＤを付与し追跡する豚追跡ステップと、
前記コンピュータデバイスの活動量算出部が、前記豚追跡ステップで追跡している豚の動画を用いて、前記追跡している豚の所定時間内の移動距離、移動速度、又は加速度である活動量を算出する活動量算出ステップと、
前記コンピュータデバイスの基準活動量算出部が、前記豚追跡ステップで追跡している複数の豚の、所定時間内の移動距離、移動速度、又は加速度である活動量を算出し、前記複数の豚の活動量を用いて、基準活動量を算出する基準活動量算出ステップと、
前記コンピュータデバイスの異常豚抽出部が、少なくとも前記豚追跡ステップで追跡している豚の前記活動量と前記基準活動量とを比較して、異常な活動量の異常豚を抽出する、異常豚抽出ステップと、
前記コンピュータデバイスの出力ユーザインターフェイスが、前記ユーザに前記異常豚を提示するステップと、
前記ユーザが抽出された前記異常豚の体表面に標識を付すステップと、
を含む豚の活動量測定方法。 A method for measuring pig activity, in which a user calculates the activity of a plurality of pigs kept in a pig pen using a pig activity measuring system that does not require the attachment of a sensor to the livestock and includes at least a camera unit capable of taking video and a computer device having an input user interface and an output user interface,
a measurement start instruction step in which the user uses the input user interface to transmit a measurement start signal to an image capture instruction unit of the computer device to instruct the start of measurement of the activity amount of the pig;
an exercise guidance step in which a user performs an exercise guidance action on a pig kept in the pig pen to guide the pig's exercise;
a continuous photographing step in which the camera unit continuously photographs a moving image of the pig moving due to the guiding operation based on a photographing instruction signal from the photographing instruction unit ;
a pig identification step in which a pig identification unit of the computer device identifies individual pigs included in the video;
a pig tracking step in which a pig tracking unit of the computer device assigns a temporary ID to the pig individual identified in the pig identification step and tracks the pig individual;
an activity amount calculation step in which an activity amount calculation unit of the computer device calculates an activity amount, which is a moving distance, a moving speed, or an acceleration of the pig being tracked within a predetermined time, by using a video of the pig being tracked in the pig tracking step;
a reference activity amount calculation step in which a reference activity amount calculation unit of the computer device calculates an activity amount, which is a moving distance, a moving speed, or an acceleration within a predetermined time, of the plurality of pigs tracked in the pig tracking step, and calculates a reference activity amount using the activity amounts of the plurality of pigs;
an abnormal pig extraction step in which an abnormal pig extraction unit of the computer device compares the activity amount of the pig tracked in at least the pig tracking step with the reference activity amount to extract abnormal pigs having abnormal activity amounts;
presenting the abnormal pigs to the user via an output user interface of the computing device;
The user attaches a mark to the body surface of the extracted abnormal pig;
A method for measuring pig activity, including:
前記コンピュータデバイスの基準縦横比算出部が、前記豚追跡ステップで追跡している複数の豚の動画を用いて、前記豚追跡ステップで追跡している複数の豚の縦横比を算出し、前記複数の豚の縦横比を用いて、基準縦横比を算出する基準縦横比算出ステップと、をさらに含み、
前記異常豚抽出ステップにおいて、前記コンピュータデバイスの異常豚抽出部が、少なくとも前記豚追跡ステップで追跡している豚の活動量及び縦横比と、前記基準活動量及び前記基準縦横比とを比較して、異常な活動量及び縦横比の異常豚を抽出する、請求項１に記載の豚の活動量測定方法。 an aspect ratio calculation step in which an aspect ratio calculation unit of the computer device calculates an aspect ratio of the pig being tracked in the pig tracking step using a video of the pig being tracked in the pig tracking step;
The reference aspect ratio calculation unit of the computer device calculates the aspect ratios of the pigs tracked in the pig tracking step using a video of the pigs tracked in the pig tracking step, and calculates a reference aspect ratio using the aspect ratios of the pigs.
2. The method for measuring pig activity as described in claim 1, wherein, in the abnormal pig extraction step, an abnormal pig extraction unit of the computer device compares at least the activity amount and aspect ratio of the pig tracked in the pig tracking step with the reference activity amount and the reference aspect ratio to extract abnormal pigs having abnormal activity amounts and aspect ratios.
前記コンピュータデバイスの基準体重算出部が、前記豚追跡ステップで追跡している複数の豚の動画を用いて、前記豚追跡ステップで追跡している複数の豚の体重を推定し、前記複数の豚の体重を用いて、基準体重を算出する基準体重算出ステップと、をさらに含み、
前記異常豚抽出ステップにおいて、前記コンピュータデバイスの異常豚抽出部が、少なくとも前記豚追跡ステップで追跡している豚の活動量及び体重と、前記基準活動量及び前記基準体重とを比較して、異常な活動量及び体重の異常豚を抽出する、請求項１に記載の豚の活動量測定方法。 a weight estimation step in which a weight estimation unit of the computer device estimates a weight of the pig being tracked in the pig tracking step by using a video of the pig being tracked in the pig tracking step;
The method further includes a reference weight calculation step in which a reference weight calculation unit of the computer device estimates weights of the plurality of pigs tracked in the pig tracking step using videos of the plurality of pigs tracked in the pig tracking step, and calculates a reference weight using the weights of the plurality of pigs,
2. The method for measuring pig activity as described in claim 1, wherein, in the abnormal pig extraction step, an abnormal pig extraction unit of the computer device compares the activity amount and weight of at least the pig tracked in the pig tracking step with the reference activity amount and the reference weight to extract abnormal pigs having abnormal activity amount and weight.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2024003074A JP7466972B1 (en) | 2024-01-12 | 2024-01-12 | Method for measuring pig activity, non-transitory computer-readable storage medium storing a pig activity measurement program, and pig activity measurement system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2024003074A JP7466972B1 (en) | 2024-01-12 | 2024-01-12 | Method for measuring pig activity, non-transitory computer-readable storage medium storing a pig activity measurement program, and pig activity measurement system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP7466972B1 true JP7466972B1 (en) | 2024-04-15 |
Family
ID=90667672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2024003074A Active JP7466972B1 (en) | 2024-01-12 | 2024-01-12 | Method for measuring pig activity, non-transitory computer-readable storage medium storing a pig activity measurement program, and pig activity measurement system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7466972B1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018201350A (en) | 2017-05-31 | 2018-12-27 | パナソニックＩｐマネジメント株式会社 | Animal management system and plant management system |
| WO2020255742A1 (en) | 2019-06-21 | 2020-12-24 | パナソニックＩｐマネジメント株式会社 | Animal information management system and animal information management method |
| WO2022138584A1 (en) | 2020-12-21 | 2022-06-30 | 株式会社リヴァンプ | Information processing device, information processing method, and program |
| JP2023120609A (en) | 2022-02-18 | 2023-08-30 | 株式会社Ye Digital | Livestock management method, livestock management device, and livestock management program |
-
2024
- 2024-01-12 JP JP2024003074A patent/JP7466972B1/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018201350A (en) | 2017-05-31 | 2018-12-27 | パナソニックＩｐマネジメント株式会社 | Animal management system and plant management system |
| WO2020255742A1 (en) | 2019-06-21 | 2020-12-24 | パナソニックＩｐマネジメント株式会社 | Animal information management system and animal information management method |
| WO2022138584A1 (en) | 2020-12-21 | 2022-06-30 | 株式会社リヴァンプ | Information processing device, information processing method, and program |
| JP2023120609A (en) | 2022-02-18 | 2023-08-30 | 株式会社Ye Digital | Livestock management method, livestock management device, and livestock management program |
Non-Patent Citations (1)
| Title |
|---|
| 古藤好美、千布流星、田村宏樹、淡野公一，学習機能をもつ物体追跡手法を用いた複数豚追跡に関する研究，電子情報通信学会技術研究報告，日本，一般社団法人電子情報通信学会，2019年02月21日，Vol. 118, No. 460，pp. 1 - 6 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11627726B2 (en) | System and method of estimating livestock weight | |
| US20200205697A1 (en) | Video-based fall risk assessment system | |
| CN105139040B (en) | A kind of queueing condition information detecting method and its system | |
| CN110869938A (en) | Personnel identification system and method | |
| KR102264281B1 (en) | Livestock weight estimation system and method using livestock image | |
| US9408562B2 (en) | Pet medical checkup device, pet medical checkup method, and non-transitory computer readable recording medium storing program | |
| US20230276773A1 (en) | Systems and methods for automatic and noninvasive livestock health analysis | |
| Zheng et al. | Cows' legs tracking and lameness detection in dairy cattle using video analysis and Siamese neural networks | |
| US20210216758A1 (en) | Animal information management system and animal information management method | |
| CN110826371A (en) | Animal identification method, device, medium and electronic equipment | |
| CN112580552A (en) | Method and device for analyzing behavior of rats | |
| US20230260327A1 (en) | Autonomous livestock monitoring | |
| Noe et al. | Automatic detection and tracking of mounting behavior in cattle using a deep learning-based instance segmentation model | |
| WO2023041904A1 (en) | Systems and methods for the automated monitoring of animal physiological conditions and for the prediction of animal phenotypes and health outcomes | |
| Hakansson et al. | Automatic monitoring and detection of tail-biting behavior in groups of pigs using video-based deep learning methods | |
| Weales et al. | A robust machine vision system for body measurements of beef calves | |
| Wang et al. | A computer vision-based approach for respiration rate monitoring of group housed pigs | |
| An et al. | Three-dimensional surface motion capture of multiple freely moving pigs using MAMMAL | |
| JP7466972B1 (en) | Method for measuring pig activity, non-transitory computer-readable storage medium storing a pig activity measurement program, and pig activity measurement system | |
| Monteiro et al. | A depth-map approach for automatic mice behavior recognition | |
| JP2015099509A (en) | Age-group determination device and age-group determination program | |
| Siachos et al. | Automated dairy cattle lameness detection utilizing the power of artificial intelligence; current status quo and future research opportunities | |
| Yuan et al. | Stress-free detection technologies for pig growth based on welfare farming: A review | |
| JP2023553812A (en) | Nose-based pet identification system and method | |
| Rueß et al. | Equine welfare assessment: Horse motion evaluation and comparison to manual pain measurements |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240126 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20240126 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240206 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240216 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240305 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240327 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7466972 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |