[論文レビュー] Livestock feeding behaviour: A review on automated systems for ruminant monitoring

José O. Chelotti, Luciano Sebastián Martinez-Rau+6 more|arXiv (Cornell University)|Dec 3, 2023

Animal Behavior and Welfare Studies被引用数 4

ひとこと要約

本論文は、ラミナントの摂餌行動を自動で監視するためのシステムについて、包括的なチュートリアル形式のレビューを提示している。センシング手法（運動、音響、画像/動画、圧力）と信号処理、コンピュータインテリジェンス技術を統合し、多様な環境下での性能を評価し、標準化における主な課題を特定するとともに、農業および家畜飼育分野における家畜監視の向上に向けた今後の研究方向性を提示している。

ABSTRACT

Livestock feeding behaviour is an influential research area for those involved in animal husbandry and agriculture. In recent years, there has been a growing interest in automated systems for monitoring the behaviour of ruminants. Despite the developments accomplished in the last decade, there is still much to do and learn about the methods for measuring and analysing livestock feeding behaviour. Automated monitoring systems mainly use motion, acoustic, and image sensors to collect animal behavioural data. The performance evaluation of existing methods is a complex task and direct comparisons between studies are difficult. Several factors prevent a direct comparison, starting from the diversity of data and performance metrics used in the experiments. To the best of our knowledge, this work represents the first tutorial-style review on the analysis of the feeding behaviour of ruminants, emphasising the relationship between sensing methodologies, signal processing, and computational intelligence methods. It assesses the main sensing methodologies (i.e. based on movement, sound, images/videos, and pressure) and the main techniques to measure and analyse the signals associated with feeding behaviour, evaluating their use in different settings and situations. It also highlights the potentiality of automated monitoring systems to provide valuable information that improves our understanding of livestock feeding behaviour. The relevance of these systems is increasingly important due to their impact on production systems and research. Finally, the paper closes by discussing future challenges and opportunities in livestock feeding behaviour monitoring.

研究の動機と目的

• 自動化されたシステムによるラミナント摂餌行動監視に関する現在の知識を統合すること。
• 運動、音響、画像、圧力ベースのシステムといった、さまざまなセンシングモダリティの有効性と限界を評価すること。
• 摂餌行動分析に用いられる信号処理およびコンピュータインテリジェンス技術の分析。
• 研究間での性能評価と標準化のギャップを特定すること。
• 農業生産性と動物福祉の向上に向けた、自動化された家畜監視分野における今後の研究機会の整理。

提案手法

• ラミナント摂餌行動監視における自動化システムを対象とした100件以上の研究を対象とした系統的レビュー。
• センシング技術を運動、音響、画像/動画、圧力ベースのシステムに分類すること。
• 特徴抽出、フィルタリング、分類アルゴリズムを含む信号処理パイプラインの分析。
• 行動分類に用いられる機械学習やディープラーニングなどのコンピュータインテリジェンス手法の統合。
• 研究間での比較可能性を評価するため、性能指標とデータの多様性の評価。
• 研究者および精密家畜飼育分野の実務家を対象としたチュートリアルフレームワークへの統合。

実験結果

リサーチクエスチョン

• RQ1 自動ラミナント摂餌行動監視に用いられる主なセンシング技術は何か？
• RQ2 異なる信号処理および機械学習手法は、摂餌行動分類においてどのように比較されるか？
• RQ3 一貫性のない指標とデータ収集プロトコルのため、既存の研究間での性能比較が困難となる主な課題は何か？
• RQ4 これらのシステムはどのような農業的および管理的環境設定で最も効果的か？
• RQ5 自動ラミナント監視システムの標準化と向上に向け、今後どのような開発が必要か？

主な発見

• 運動センサー（例：加速度計）は、摂餌関連の動きを検出するために広く用いられており、制御環境下では高い正確性を示す。
• 音響センサーは、かみ砕きや反芻の音を検出する上で有望であるが、環境ノイズの影響が依然として課題である。
• 画像および動画ベースのシステムは、豊富な視覚的情報を提供するが、大規模な計算リソースを要し、照明条件や遮蔽に敏感である。
• 圧力ベースのセンサー（例：飼料ボウルに設置されたもの）は、餌の摂取量を直接測定可能であるが、一般的ではなく、特定の飼育環境に限定される傾向がある。
• 性能評価は、指標やデータ収集プロトコルの違いにより研究間で一貫性がなく、直接比較が困難な状況が続いている。
• マルチモーダルセンシングと高度な信号処理、機械学習の統合が、正確でスケーラブルな摂餌行動監視のための最も強固な道筋である。