Processamento de imagem e som aplicado à zootecnia de precisão

• Processo: 21/07127-2
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de novembro de 2021
• Data de Término da vigência: 31 de outubro de 2023
• Área do conhecimento: Ciências Agrárias - Engenharia Agrícola - Construções Rurais e Ambiência
• Pesquisador responsável: Késia Oliveira da Silva Miranda
• Beneficiário: Késia Oliveira da Silva Miranda
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Pesquisadores associados: Isabella Cardoso Ferreira da Silva Condotta ; Tami M. Brown-Brandl
• Auxílio(s) vinculado(s): 22/00647-3 - Intercâmbio internacional para o desenvolvimento de soluções aplicadas a zootecnia de precisão, AP.R SPRINT
• Assunto(s): Zootecnia de precisão Ambiência Bem-estar do animal Produção animal Avicultura Suinocultura Monitoramento de fauna Análise de imagens Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Ambiência | Análise de imagens | aprendizado de máquinas | avicultura de precisão | Sensor em profundidade | Suinocultura de precisão | Zootecnia de Precisão

Resumo

Durante décadas, os agricultores detectaram problemas de saúde e bem-estar animal, observando mudanças no comportamento, mas esse processo é demorado e requer uma compreensão profunda da produção animal. Para criar um processo de monitoramento animal mais eficiente, os pesquisadores desenvolveram novos métodos usando imagens / som para detectar automaticamente comportamentos associados a problemas de gerenciamento. Portanto, o objetivo desta proposta é determinar o peso do animal, o nível de atividade, postura e a incidência de claudicação em animais de produção usando câmeras de profundidade de tempo de voo, que fornecem medições de distância entre os objetos e a câmera em cada local de pixel, análise de imagem digital e vocalização. O processamento local de informações fornecerá monitoramento e documentação contínuos do bem-estar animal. Com o produto final, os produtores podem detectar problemas mais cedo, o que pode levar a uma melhor compreensão das práticas ou ambientes que levam a problemas. Por sua vez, isso permitirá que os produtores tomem decisões de gerenciamento mais oportunas, prevendo potencialmente e evitando problemas futuros. (AU)