AnimalMotionViz: 牛の行動分析のための新しいツール
牛の動きやスペースの使用を追跡・分析するソフトウェアツール。
Haipeng Yu, A. L. De Castro, J. Wang, J. G. Bonnie-King, G. Morota, E. K. Miller-Cushon
― 1 分で読む
乳牛の健康と生産性は、彼らの生活環境に大きく依存してるんだ。牛の行動を観察することで、環境が健康にどう影響するかが分かるよ。例えば、牛が休んだり食べたりする時間は、牛舎や餌場にいる牛の数によって変わることがあるんだ。牛に与えられるスペースが、彼らの休み方やペン内のさまざまなエリアの使い方に影響を与える。でも、大人の牛におけるスペースの影響についての研究はあまり進んでなくて、管理方法がスペースの使い方にどう影響するかを測るのが難しいからかもしれないね。
今までの研究は、主に個体の行動に焦点を当てていて、群れでの牛の動き方やスペースの使い方にはあまり注目されていなかった。牛がペンのスペースをどう使うかを学ぶことで、ハウジング管理や動物福祉を改善する手助けになるかもしれない。例えば、子牛がどのエリアにいたがるかを理解することで、ペンのデザインに関するより良い決定ができるようになるね。牛がどうグループになっているかを追跡することで、牛舎の設計や環境要因が行動にどんな影響を与えるかが分かるかもしれない。
牛の群れ行動は、温度によって変わることがあって、暑さや寒さのストレスへの反応を示す可能性がある。また、社会的地位や痛みといった個々の要因も、牛の動き方に影響することがある。例えば、痛みを抱えている牛は、痛い処置の後により頻繁に避難場所を求めることがあるんだ。
牛の動きやスペースの使用状況を追跡することは、畜産管理の改善に向けた新しい価値ある情報を提供できるけど、全ての動物を同時に視覚的に監視するのが難しいからデータ測定は挑戦的なんだね。精密な畜産業では、動物をモニタリングして個々のデータを収集するためにテクノロジーを使う。コンピュータビジョンという技術を使って、カメラの映像を分析する手法があり、最近の研究では牛の動きのパターンを視覚化するためにこの技術が活用されているよ。
でも、牛がスペースをどう使うかを追跡するためにコンピュータビジョンを使うことに関する文献は限られている。大きな障壁は、利用可能なソフトウェアツールがないこと。だから、動物の動きを追跡し視覚化するのを助ける簡単に使えるコンピュータビジョンソフトを作るのが目標だったんだ。
ソフトウェアツールの概要
このツールは、AnimalMotionVizって名前で、完全にPythonで作られてて、ユーザーフレンドリーな性質を活かしてシンプルなアプリを作ったんだ。ソフトはグラフィカルユーザーインターフェース(GUI)を持っていて、ユーザーが簡単にツールとインタラクトできるようになってる。入力セクションと出力セクションの二つの部分に構成されていて、入力セクションでは動画をアップロードしたり、カラースキームを選んだり、処理設定を調整できるよ。動画ファイルのサイズ制限を避けるために、大きなアップロードが可能な別のコンポーネントを使ってて、ディスクスペースがあれば大丈夫。動画がアップロードされたら、ソフトがそれを処理して結果を出力セクションで表示してくれる。
AnimalMotionVizの出力セクションには二つの主なタブと要約テーブルがあって、一つのタブでは牛の動きのヒートマップ画像が表示されて、最もアクティブなエリアがハイライトされてる。一方のタブでは、そのヒートマップが動いている動画が再生されるんだ。要約テーブルでは牛の動きに関する詳細なメトリクスが示されるよ。
AnimalMotionVizの開発には、ソフトが効率的に動作するためにいくつかのライブラリやフレームワークが使われてる。ユーザーフレンドリーなインターフェースは、インタラクティブなウェブアプリを作るのを助けるPythonのフレームワークであるDashを使って作られてる。大きな動画ファイルをアップロードしたり、動画データを処理したり、動きのパターンを分析するためにさまざまなコンポーネントが使われてるんだ。
動物の動きを処理する
ユーザーは、異なるサポートされている形式の動画ファイルをアップロードすることからソフトの使用を始められる。特定のエリアだけ追跡したい場合には、動画の特定の部分に焦点を当てるマスク画像を指定するオプションもある。このステップは分析を洗練させ、より関連性のある結果を提供するのに役立つよ。
アップロードされた動画は個々のフレームに分解されて、背景差分と呼ばれるプロセスを使って動物の動きを検出する。この技術は、動いている動物を静止した背景から分離する。ソフトは、動きを特定するためのいくつかのアルゴリズムを選択できるようになってて、各アルゴリズムは異なる照明条件や背景で異なる強みがあるんだ。
主要なアルゴリズムはガウス混合(MOG2)で、時間の経過とともに背景の変化に適応できて、異なる照明にも対応できる。他のアルゴリズムも、動的なオブジェクトと静的なオブジェクトを正確に区別するのを助けるよ。
ユーザーは、ソフトがどれくらいの頻度でフレームを処理するかを調整したり、検出された動きからノイズをフィルタリングするために使用する領域のサイズを選択したりできて、より明確な動きの表現を確保することができる。ソフトは、検出された動きを異なるカラーマップを使って視覚化するのをカスタマイズできるようになってる。
動画が処理されると、ソフトは牛が最も活動的だったエリアを示すヒートマップ画像を生成する。それはまた、簡単に識別できるようにヒートマップ上に最も活動的な3つの場所をマークする。時間の経過とともにこれらの動きを表示する動画も作成できて、アプリ内で直接見ることができるんだ。
牛の行動を分析する
ソフトをテストするために、研究者たちは群れの中にいる若い牛の動画を使用したんだ。これらの動画は24時間にわたって録画されていて、牛がペンのスペースをどう使っているかを捉えることを目的にしてた。観察者が映像を見て、各牛が異なるエリアで過ごした時間、横になったり、じっと立っていたり、動き回ったりする時間を記録したよ。
結果は、最も動きがあったエリアが、牛が最も長く過ごした場所と一致することを示してた。例えば、一つの動画では、ペンの左上の四分の一が最も活動的なエリアとして強調されていて、牛がそこで最も多くの時間を過ごした観察と一致してた。このソフトの出力と直接的な観察の一貫性は、AnimalMotionVizが牛の行動を正確に追跡していることを示しているよ。
ソフトのヒートマップは、ペンのどのエリアが最も使われ、どの部分が最も使われなかったかを視覚的に表示していて、牛がスペースをどう使っているかに関する価値ある洞察を提供する。ヒートマップ上の温かい色はより多くの動きを示し、冷たい色は少ないまたは無動作を示してる。それぞれのヒートマップは、忙しいエリアだけでなく、あまり使われないペンの部分も特定していて、牛のハウジングデザインに関するより良い選択を導くことができるかもしれないね。
結論
AnimalMotionVizは、乳牛がどう動き、生活スペースをどう使うかを監視・分析するのに役立つツールとして機能してる。コンピュータビジョンを利用し、ナビゲーションの簡単なインターフェースを提供することで、動物行動の追跡プロセスを効率化し、データを明確な形式で提示するんだ。この出力は、畜産管理者が牛が環境とどのように相互作用するかを理解するのを助け、それがハウジングデザインや動物福祉の改善につながるかもしれない。
AnimalMotionVizのようなツールの開発を通じて、研究者や農家はスペース配分と牛の行動の関係をより良く研究できるようになって、乳牛の管理方法が向上するかもしれない。こうした技術の継続的な改善は、畜産管理の進化を支援し、最終的には動物の条件や農業運営の効率を改善することを目指しているんだ。
タイトル: AnimalMotionViz: an interactive software tool for tracking and visualizing animal motion patterns using computer vision
概要: Monitoring the movement patterns of dairy cattle can provide important insight into space utilization or space occupancy in a barn. Although several precision livestock technologies have been developed to record dairy cattle movements, there is a lack of open source tools to track and visualize cattle movement patterns. Therefore, we developed an open-source computer vision software tool, AnimalMotionViz, that allows users to track and visualize dairy cattle movement patterns using a motion heatmap. The software comes with an easy-to-use web-based graphical user interface built with the Python Dash package. It implements a set of background subtraction algorithms in the OpenCV package to track animal motion patterns in real time. The software processes each frame of the input video and identifies the background and foreground using these algorithms. Foreground objects are then subtracted from the background across all frames and cumulatively overlaid on an empty mask image created with the first frame of the input video to visualize the intensity or frequency of motion across different regions. The user can generate motion heatmaps in an image and video, and also track specific regional motion with a custom mask. The software also returns the top three peak intensity locations, the total percentage of regions used, and the within-quadrant percentage of regions used. In four 5 min sample videos, quadrants with peak intensity of space use, as identified using the software, aligned with quadrants where calves spent the greatest duration of time, according to continuous recording of behavior from video. The motion heatmaps generated by AnimalMotionViz can be used to understand space utilization or space occupation by animals, as well as to assess how space allocation affects dairy cow movement. We conclude that the newly developed AnimalMotionViz is a user-friendly and efficient tool to support research developments in precision livestock farming towards enhancing cattle management practices and improving pen designs.
著者: Haipeng Yu, A. L. De Castro, J. Wang, J. G. Bonnie-King, G. Morota, E. K. Miller-Cushon
最終更新: 2024-10-22 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.10.22.619671
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.10.22.619671.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。