深層学習を用いた牛の分娩検知技術の開発

カテゴリ: 部門大会

論文No: GS10-4

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Development of a Calving Detection Technology in Cows Using Deep Learning

著者名: 井出 達樹（静岡県工業技術研究所）,中山 洋（静岡県工業技術研究所）,真野 毅（静岡県庁）,小熊 亜津子（静岡県西部家畜保健衛生所）,小林 信明（メディカルプロジェクト）,荒川 俊也（日本工業大学）

著者名(英語): Tatsuki Ide (Industrial Research Institute of Shizuoka Prefecture),Hiroshi Nakayama (Industrial Research Institute of Shizuoka Prefecture),Tsuyoshi Mano (Industrial Innovation Promotion Division of Shizuoka Prefecture),Atsuko Oguma (Seibu Livestock Disease Diagnostic Center of Shizuoka Prefecture),Nobuaki Kobayashi (Medical Project Co,.Ltd),Toshiya Arakawa (Nippon Institute of Technology)

キーワード: 牛|分娩|無拘束|検知|畳み込みニューラルネットワーク（CNN）|cow|delivery|unrestraint|detection|Convolutional Neural Network(CNN)

要約(日本語): 酪農分野において、労働人口の減少や家畜の飼育頭数の増加に伴い、ICTによる効率的な個体管理が求められている。夜間監視等の労働時間短縮と分娩事故低減のために、無拘束センサシートから牛の動作を波形データとして収集し、これを深層学習により解析することで、牛の分娩兆候である「いきみ」を自動検知するシステムを開発した。
　31頭分の牛分娩データについて、ビデオカメラの映像データを基に獣医師が波形データのラベリングを行い、「いきみ」とそれ以外の動作に分類した。これら分娩データを学習データとして用い、畳み込みニューラルネットワーク(CNN)による分娩検知モデルの学習及び精度検証を行った。その結果、95%以上の高い正解率でデータを判定することができた。