|
本研究では，複数センサを併用するスマートセンシングにより豚多頭飼養環境における全頭個別トラッキング法を確立するとともに，トラッキング結果より得られた豚の行動情報から豚の肥育状態・健康状態モニタリングシステムを構築することを目的とする．
2022年度は，これまで農場で計測してきたマルチモーダル動画像データを対象に，機械学習手法であるCNNを用いて昼夜を問わない全頭個別トラッキング手法を開発した．またトラッキング結果から豚の行動様態を定量的に明らかにする方法を検討した．加えて健康状態モニタリングに必要な，呼吸器感染症に罹患した豚の行動データを得るため，呼吸器感染症の一例としてブタインフルエンザ感染実験をBSL-3対応の実験室において実施した．
2023年度は，前年度構築したCNNに基づく昼夜を問わない全頭個別トラッキング手法を，豚舎で計測した多量の動画像データに適用し，その汎化性能，有用性について検討した．加えて，豚の肥育状態・健康状態の推定に有効な生体情報，環境情報の種類と取得方法についても調査した．深度センサやサーモカメラ，マイク，温湿度センサ，CO2センサなど，これまでの豚舎実験において取得してきた光学領域・赤外領域の動画像データと組み合わせることが可能と考えられる新しいセンサを導入し，電子機器にとって過酷な豚舎という環境においても長期間問題なく運用できる収録系と，収録データの効果的な処理方法について検討した．
|
