Classificação comportamental de suínos em fase de creche por meio de análise de imagens e sons

• Processo: 19/12013-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2019
• Data de Término da vigência: 30 de junho de 2020
• Área de conhecimento: Ciências Agrárias - Engenharia Agrícola - Construções Rurais e Ambiência
• Pesquisador responsável: Késia Oliveira da Silva Miranda
• Beneficiário: Caroline Ferreira Freire
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Assunto(s): Zootecnia de precisão Bem-estar do animal Manejo animal Ambiência Suínos Coleta de dados Vocalização Análise de imagens Aprendizagem profunda
• Palavra(s)-Chave do Pesquisador: Bem-estar Animal | Deep Learning | Imagem | rede neural | Suínos | Vocalização | Bem-estar, ambiência e zootecnia de precisão

Resumo

A carne mais consumida no mundo é a suína e, no Brasil, das 2,4 milhões de matrizes suínas existentes, 66,67% estão sendo produzidas de forma altamente tecnificada. Como em qualquer outra produção animal, o objetivo principal do mercado é atingir o máximo de produtividade utilizando-se o menor recurso financeiro possível, o que afeta diretamente a qualidade de vida do animal, visto que a taxa de lotação por baia aumenta e condições climáticas não são controladas. Devido à crescente preocupação com a qualidade do alimento e a ética envolvida na produção por parte dos consumidores, investidores e importadores; as empresas produtoras de alimentos passaram a mudar seu comportamento e priorizar também medições de bem-estar, impactando diretamente a qualidade final da carne. Para realizar as mensurações de bem-estar, comumente se utiliza de observações presenciais, as quais geram resultados pouco precisos, devido à subjetividade e demora de análise, logo a tomada de decisão do manejo a ser empregado é afetada. Ao coletar dados de imagem e som em baias de suínos em fase de creche, propõe-se uma metodologia de mensuração comportamental não invasiva (utilizando câmera e microfone), aplicando nos dados técnicas de aprendizagem de máquinas, redes neurais e deep learning, por meio da construção de um algoritmo específico para esse tipo de produção. Assim, as respostas de análise comportamental são geradas instantaneamente e com exatidão, resultando em tomadas de decisões mais precisas e, consequentemente, melhores resultados de produtividade.