写真だけで牛の体温を測れるAIツール

牛の顔を見て、熱があるかどうかを知ることができたらどうなるでしょうか?アーカンソー大学の人工知能およびコンピューター ビジョン研究室の新しいツールは、人工知能とサーマル カメラを使用して牛の体温を推定します。

CattleFever と呼ばれるこのシステムは、牧場主が群れの健康状態を監視するために使用できる自動化ツールへの第一歩です。このツールについて説明した論文が雑誌に掲載されました スマート農業技術。

ア大学の博士課程の学生であるチョン・タン・ファム氏は、このプロジェクトの主な研究者でした。 AICV 研究室は、医療画像、コンピューター ビジョン、ロボット工学を研究する電気工学およびコンピューター サイエンスの准教授である Ngan Le 氏によって率いられています。

現在、牛の体温は直腸で測定されていますが、この方法は牛にストレスを与える可能性があります。 CattleFever システムは、動物福祉を改善するだけでなく、群れの健康状態を追跡するために必要な労力を軽減することもできます。この技術は、牧場主が症状が現れる前に病気を発見し、早期治療につながり、感染拡大を防ぐのに役立つ可能性がある。

データセットの構築

CattleFever を構築するには、研究者たちはまずデータを必要としました。犬、猫、馬、羊に関するデータセットが多数存在します。 CattleEyeView と呼ばれる既存の牛のデータセットには、動物の俯瞰写真のみが含まれており、群れを追跡するために構築されました。既存の動物データセットも主に動物の RGB 写真であり、CattleFever の場合は熱画像も必要でした。

研究者らは、数千頭の子牛の短いビデオと熱画像を使用して独自のデータセットを構築する必要がありました。各子牛をペンの中に保持し、ビデオ映像と熱画像の両方を 20 秒間記録しました。ベンチマーク (グラウンド トゥルース) を作成するために、各動物の体温も直腸体温計で記録されました。

子牛のデータは、アーカンソー州農業試験場のサボイ研究施設で収集されました。

子牛の特徴をはっきりと示す RGB 写真を、コンピュータ上の熱画像にリンクする必要がありました。研究者らは写真に目、耳、銃口、口など13個の目印を付けた。チームは 600 フレームに手動で注釈を付け、データセット内の残りの 4,000 フレームに自動的にラベルを付ける CattleFace-RGBT という AI ツールのトレーニングに使用しました。結果として得られるランドマーク検出ツールは、子牛の顔の位置を自動的に特定し、RGB および熱モダリティ全体でその主要な顔の特徴を識別できます。

ツールのテスト

チームがデータセットを入手したら、コンピューターは画像だけから子牛の体温を判断できるでしょうか?

さまざまな顔とランドマークの組み合わせを調べる広範なアブレーション研究を通じて、研究者らは、動物の目と鼻孔の温度が直腸温度計の測定値に最も近いことに気づきました。コンピューターは顔のランドマークを使用して、それらのスポットからの熱画像の温度に焦点を当てました。

次に研究者らは、さまざまな機械学習アプローチを使用してデータを検査し、表面の測定値から動物の体温を決定しました。最も正確な結果は、複雑なデータから結果を予測する機械学習アプローチであるランダム フォレスト回帰から得られました。ランダム フォレスト回帰では、多数のデシジョン ツリーが作成され、それぞれがデータの異なる部分でトレーニングされます。次に、これらのデシジョン ツリーのすべての結果が平均化されるため、ノイズが軽減されます。

CattleFever システムは、体温計の測定値の 1 度以内で動物の体温を自動的に測定することができました。

畑の中へ？

研究者らは、熱画像から牛の体温を正確に読み取ることができることを実証したが、すべての画像は動物を直接カメラに向けて撮影されたものであった。

「現場での動きを捉えるためには、走り回るなど、現実世界の環境でもっと写真を撮る必要があるだろう」とファム氏は言う。

次の課題は、さまざまな角度や自然なポーズから撮影された牛の顔を処理することです。基本的に、牛が囲い内のカメラの正面に直接配置されている場合だけでなく、現実世界のフィールド環境でも牛の顔を認識して解釈できるようにコンピューターに学習させます。

U of A の研究者は CattleFace-RGBT データセットを公開しているので、他の研究者が自分たちの研究を基にして、牧場主が使用できるシステムの開発を支援できます。

「何か新しいことを見つけたら、それを世界と共有する。それが精神だ」とファム氏は語った。