Moo-ving Beyond Tradition：利用姿态估计技术革新牛只行为性状表型
计算机视觉与模式识别
2024-08-13 v1
摘要
牛业是许多国家（包括美国和加拿大）的主要经济贡献者。人工智能（AI）的融入已彻底变革了该行业，这反映了其在所有行业中的变革性影响，通过实现可扩展的自动化监控和干预实践。AI还引入了自动化许多以前由人类劳动力执行的任务的工具和方法，包括通过计算机视觉进行健康检查。在这些方法中，姿态估计占据特殊位置；姿态估计是寻找动物图像中关节位置的过程。分析动物主体的姿态可实现对动物运动及其身体部位运动的精确识别和跟踪。通过对姿态估计和随后分析此信息，将视频和图像数据总结为运动和关节位置，我们可以解决牛只管理中的可扩展性挑战，聚焦健康监测、行为性状表型和福利关切。我们的研究综述了姿态估计方法的最新进展，探讨其在改善牛业中的适用性、现有挑战以及该领域的研究空白。此外，我们提出一个计划，通过启动一个旨在连接行业和学术界的平台来增强该领域的开放科学框架。
引用
@article{arxiv.2408.06336,
title = {Moo-ving Beyond Tradition: Revolutionizing Cattle Behavioural Phenotyping with Pose Estimation Techniques},
author = {Navid Ghassemi and Ali Goldani and Ian Q. Whishaw and Majid H. Mohajerani},
journal= {arXiv preprint arXiv:2408.06336},
year = {2024}
}