Uso de Visão Computacional Aplicado a Problemas Locomotores em Gado de Leite

• Processo: 23/02851-0
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de julho de 2023
• Data de Término da vigência: 30 de abril de 2025
• Área de conhecimento: Ciências Agrárias - Zootecnia - Produção Animal
• Pesquisador responsável: Ricardo Vieira Ventura
• Beneficiário: Paula de Freitas Curti
• Instituição Sede: Faculdade de Medicina Veterinária e Zootecnia (FMVZ). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Aprendizagem profunda Transferência de aprendizado de máquina Pecuária de precisão
• Palavra(s)-Chave do Pesquisador: Claudicação | Deep Learning | Keypoints | Transfer Learning | Pecuária de Precisão

Resumo

A claudicação é uma afecção de alta incidência em rebanhos leiteiros, tornandocrucial a identificação de animais acometidos, a fim de minimizar os prejuízos associados atal enfermidade. Dessa forma, é comum a adoção de um sistema de classificação por meio deescores visuais, que por se tratar de uma avaliação qualitativa, apresenta gargalos práticos.Tais obstáculos podem ser atenuados via implementação de novas tecnologias baseadas emmétodos quantitativos de análise da marcha bovina, acarretando em maior precisão eposterior redução de subjetividade, via uso de sensores e técnicas de visão computacional(VC). Dentro do campo da VC, a análise de vídeo, associada à metodologia para detecção depontos-chave (keypoints) no animal, destaca-se como um método promissor, devido ao baixocusto de implementação, possibilidade de automatização e ausência de interferência nasrotinas de manejo da propriedade. No presente momento, observa-se que técnicas de VC jásão bem estabelecidas para humanos, porém, ainda há espaço para melhoria quando o foco sedá na avaliação de claudicação em bovinos de leite, considerando que de um modo geral, asprincipais pesquisas focam apenas em uma área anatômica. Dentro deste contexto, o presenteestudo visa investigar parâmetros ideais para obtenção automatizada e acurada de keypointsaplicando-se a técnica de VC (mais especificamente a de pose estimation) em bovinos de leitea partir de imagens de vídeo, e elaborar uma análise integrada de características consideradascomo indicadoras de claudicação em busca da diferenciação automática de animaisclaudicantes e sadios. Para tal, o estudo fará uso de técnicas de VC e aprendizado demáquina, implementadas em linguagem Python.