Hacia el reconocimiento de expresiones faciales para la evaluación del bienestar en cerdos en granjas
Autores: Hansen, Mark F.; Baxter, Emma M.; Rutherford, Kenneth M. D.; Futro, Agnieszka; Smith, Melvyn L.; Smith, Lyndon N.
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Bienestar animal
Productividad
Estrés
Red neuronal convolucional
Cerdos
Sistema automatizado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
El bienestar animal no solo es una consideración éticamente importante en la buena cría de animales, sino que también puede tener un efecto significativo en la productividad de un animal. El objetivo de este documento fue mostrar que una reducción en el bienestar animal, en forma de estrés aumentado, se puede identificar en cerdos a partir de imágenes frontales de los animales. Entrenamos una red neuronal convolucional (CNN) utilizando un diseño de dejar uno fuera y mostramos que es capaz de discriminar entre cerdos estresados y no estresados con una precisión de >90% en animales no vistos. Se utilizó Grad-CAM para identificar las regiones animales utilizadas, y estas apoyaron las utilizadas en evaluaciones manuales como la Escala de Grimace del Cerdo. Este trabajo innovador allana el camino para futuros trabajos que examinen estados de bienestar tanto positivos como negativos con el objetivo de desarrollar un sistema automatizado que se pueda utilizar en la ganadería de precisión para mejorar el bienestar animal.
Descripción
El bienestar animal no solo es una consideración éticamente importante en la buena cría de animales, sino que también puede tener un efecto significativo en la productividad de un animal. El objetivo de este documento fue mostrar que una reducción en el bienestar animal, en forma de estrés aumentado, se puede identificar en cerdos a partir de imágenes frontales de los animales. Entrenamos una red neuronal convolucional (CNN) utilizando un diseño de dejar uno fuera y mostramos que es capaz de discriminar entre cerdos estresados y no estresados con una precisión de >90% en animales no vistos. Se utilizó Grad-CAM para identificar las regiones animales utilizadas, y estas apoyaron las utilizadas en evaluaciones manuales como la Escala de Grimace del Cerdo. Este trabajo innovador allana el camino para futuros trabajos que examinen estados de bienestar tanto positivos como negativos con el objetivo de desarrollar un sistema automatizado que se pueda utilizar en la ganadería de precisión para mejorar el bienestar animal.