AnimalMotionViz : Un nouvel outil pour analyser le comportement des vaches

Le bien-être et la productivité des vaches laitières gardées en espace clos dépendent beaucoup de leurs conditions de vie. Observer le comportement des vaches nous aide à comprendre comment leur environnement affecte leur santé. Par exemple, le temps que les vaches passent à se reposer et à manger peut changer en fonction du nombre de vaches dans un box ou près d’un espace d’alimentation. L'espace disponible pour les vaches influence comment elles se reposent et utilisent les différentes zones de leur enclos. Cependant, la recherche sur l'impact de l'espace sur les vaches adultes est limitée, probablement à cause des difficultés à mesurer comment les différentes pratiques de gestion influencent leur utilisation de l'espace.

Une grande partie des recherches existantes s'est concentrée sur les comportements individuels, avec moins d'attention sur la façon dont les groupes de vaches se déplacent ou utilisent leur espace. Comprendre comment les vaches utilisent l'espace de leur enclos pourrait aider à améliorer la gestion des logements et le bien-être animal. Par exemple, savoir quelles zones les veaux préfèrent peut aider à prendre de meilleures décisions sur la conception des enclos. Suivre comment les vaches se regroupent pourrait aussi révéler des informations sur l'impact de la conception des étables et des facteurs environnementaux sur leur comportement.

Le comportement en groupe des vaches peut changer selon la température, suggérant qu'il pourrait montrer comment elles réagissent au stress thermique. De plus, des facteurs individuels comme le rang social ou la douleur peuvent aussi affecter comment les vaches se déplacent. Par exemple, une vache souffrant pourrait chercher un abri plus souvent après une procédure douloureuse, comme le désbudage.

Suivre les Mouvements et l'utilisation de l'espace par les vaches peut fournir de nouvelles informations précieuses pour améliorer les pratiques de gestion du bétail. Cependant, mesurer ces données est compliqué car il est difficile de surveiller visuellement tous les animaux en même temps. L'agriculture de précision implique d'utiliser la technologie pour surveiller les animaux et recueillir des données individuellement. L'une des techniques utilisées est la Vision par ordinateur, qui analyse des séquences vidéo provenant de caméras. Des études récentes ont utilisé la vision par ordinateur pour créer des représentations visuelles des modèles de mouvement des vaches.

Malgré son potentiel, la littérature sur l'utilisation de la vision par ordinateur pour suivre comment les vaches utilisent l'espace est limitée. Un des principaux obstacles a été le manque d'outils logiciels accessibles. Ainsi, l'objectif était de créer un logiciel de vision par ordinateur facile à utiliser qui aide à suivre et visualiser comment les animaux se déplacent.

#Aperçu de l'outil logiciel

L'outil, nommé AnimalMotionViz, est entièrement développé en Python, tirant parti de sa nature conviviale pour créer une application simple. Le logiciel dispose d'une interface graphique (GUI) qui permet aux utilisateurs d'interagir facilement avec l'outil. Il est structuré en deux sections : une pour l'entrée et l'autre pour la sortie. La section d'entrée permet aux utilisateurs de télécharger des Vidéos, de choisir des schémas de couleurs et d'ajuster les paramètres de traitement. Pour éviter les restrictions sur la taille des fichiers vidéo, un autre composant a été utilisé pour permettre des téléchargements plus volumineux tant que de l'espace disque est disponible. Une fois la vidéo téléchargée, le logiciel la traite et présente les résultats dans la section de sortie.

La section de sortie d'AnimalMotionViz comporte deux onglets principaux et un tableau récapitulatif. Un onglet montre une image de Carte thermique du mouvement des vaches, mettant en évidence les zones les plus actives, tandis que l'autre onglet diffuse une vidéo montrant la même carte thermique en mouvement. Le tableau récapitulatif présente des indicateurs détaillés sur les mouvements des vaches.

Le développement d'AnimalMotionViz utilise plusieurs bibliothèques et frameworks pour garantir le bon fonctionnement du logiciel. L'interface conviviale est créée avec Dash, qui est un framework Python facilitant la création d'applications web interactives. Divers composants aident à télécharger de gros fichiers vidéo, à traiter les données vidéo et à analyser les modèles de mouvement.

#Traitement du mouvement des animaux

Les utilisateurs peuvent commencer à utiliser le logiciel en téléchargeant leurs fichiers vidéo dans différents formats pris en charge. Ils ont aussi la possibilité de spécifier une image de masque qui se concentre sur une zone particulière de la vidéo s'ils veulent suivre seulement une partie spécifique. Cette étape aide à affiner l'analyse et fournit des résultats plus pertinents.

La vidéo téléchargée est décomposée en images individuelles, et un processus appelé soustraction de fond est utilisé pour détecter le mouvement des animaux. Cette technique sépare les animaux en mouvement de l'arrière-plan immobile. Le logiciel permet aux utilisateurs de choisir parmi plusieurs algorithmes qui aident à identifier le mouvement, chacun ayant des forces différentes en fonction des conditions d'éclairage et des arrière-plans.

L'algorithme principal utilisé est le Mélange de Gaussiennes (MOG2), qui s'adapte aux changements de l'arrière-plan au fil du temps et peut gérer différents éclairages. D'autres algorithmes aident aussi à distinguer avec précision les objets en mouvement et statiques.

Les utilisateurs peuvent ajuster les paramètres pour déterminer à quelle fréquence le logiciel traite les images et choisir la taille de la zone utilisée pour filtrer le bruit des mouvements détectés, assurant une représentation du mouvement plus claire. Le logiciel permet de personnaliser la visualisation du mouvement détecté en utilisant différentes cartes de couleurs.

Une fois que la vidéo est traitée, le logiciel génère une image de carte thermique illustrant les zones où les vaches étaient les plus actives. Il marque aussi les trois emplacements les plus actifs sur la carte thermique pour une identification facile. Une vidéo affichant ces mouvements au fil du temps peut également être créée et visionnée directement dans l'application.

#Analyse du comportement des vaches

Pour tester le logiciel, des chercheurs ont utilisé des vidéos de jeunes vaches en groupe. Ces vidéos ont été enregistrées sur une période de 24 heures et visaient à capturer comment les vaches utilisaient leur espace dans l'enclos. Les observateurs ont regardé les séquences et noté combien de temps chaque vache passait dans différentes zones, allongée, debout ou se déplaçant.

Les résultats ont montré que les zones avec le plus de mouvement coïncidaient avec celles où les vaches passaient le plus de temps. Par exemple, une vidéo a mis en évidence le quadrant supérieur gauche de l'enclos comme étant la zone la plus active, correspondant aux observations de l'endroit où les vaches passaient le plus de temps. Cette cohérence entre la sortie du logiciel et les observations directes a indiqué qu'AnimalMotionViz suivait avec précision le comportement des vaches.

Les cartes thermiques du logiciel montrent visuellement quelles zones de l'enclos étaient les plus et les moins utilisées, fournissant des informations précieuses sur la façon dont les vaches utilisent leur espace. Les couleurs plus chaudes sur la carte thermique représentent plus de mouvements, tandis que les couleurs plus froides indiquent moins ou pas de mouvement. Chaque carte thermique identifie non seulement les zones fréquentées, mais aussi les parties moins visitées de l'enclos, ce qui pourrait informer de meilleurs choix de design pour le logement des vaches.

#Conclusion

AnimalMotionViz est un outil utile pour surveiller et analyser comment les vaches laitières se déplacent et utilisent leur espace de vie. En utilisant la vision par ordinateur et en offrant une interface facile à naviguer, il simplifie le processus de suivi du comportement animal et présente les données de manière claire. Les résultats peuvent aider les gestionnaires de bétail à comprendre comment les vaches interagissent avec leur environnement, ce qui pourrait conduire à des améliorations dans la conception des logements et le bien-être animal.

Grâce au développement d'outils comme AnimalMotionViz, les chercheurs et les agriculteurs peuvent mieux étudier la relation entre l'attribution d'espace et le comportement des vaches, menant à des pratiques de gestion améliorées dans l'élevage laitier. L'amélioration continue de ces technologies soutient l'évolution de la gestion du bétail, visant finalement à améliorer les conditions pour les animaux et l'efficacité des opérations agricoles.