Logo des Repositoriums
 

Re-Identifikation markierter Schweine mit Computer Vision und Deep Learning

Kurzanzeige
dc.contributor.authorFruhner, Maik
dc.contributor.authorTapken, Heiko
dc.contributor.authorMüller, Henning
dc.contributor.editorGandorfer, Markus
dc.contributor.editorHoffmann, Christa
dc.contributor.editorEl Benni, Nadja
dc.contributor.editorCockburn, Marianne
dc.contributor.editorAnken, Thomas
dc.contributor.editorFloto, Helga
dc.date.accessioned2022-02-24T13:34:37Z
dc.date.available2022-02-24T13:34:37Z
dc.date.issued2022
dc.description.abstractDas Forschungsprojekt SmartTail untersucht die frühzeitige Erkennung von Schwanzbeißen bei Mastschweinen mithilfe von künstlicher Intelligenz. Durch Video-Livestreams aus den Versuchsställen können die Tiere automatisiert erkannt und überwacht werden. Beim Auftreten aggressiven Verhaltens muss das System jedoch in der Lage sein, Aggressor und Opfer zu identifizieren. Hierzu wurden unterschiedliche Arten der Markierung untersucht, die von einem Computersystem autonom erkannt werden sollen. Der Einsatz von auf Ohrmarken gedruckten Data Matrix Codes hat gezeigt, dass die Wiedererkennung eines Tieres auch nach langer Verdeckung oder Abwesenheit gewährleistet werden kann, indem die Codes im Videomaterial lokalisiert und ausgelesen werden. In Verbindung mit einem Tracking-Verfahren ist so eine robuste Identifikation und Überwachung von Tieren möglich. Die gesammelten Daten können zudem für die Untersuchung weiterer wissenschaftlicher Fragestellungen genutzt werden.de
dc.identifier.isbn978-3-88579-711-1
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/38378
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartof42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-317
dc.subjectSchwanzbeißen
dc.subjectComputer Vision
dc.subjectObject Detection
dc.subjectRe-Identification
dc.subjectPrecision Livestock Farming
dc.titleRe-Identifikation markierter Schweine mit Computer Vision und Deep Learningde
dc.typeText/Conference Paper
gi.citation.endPage104
gi.citation.publisherPlaceBonn
gi.citation.startPage99
gi.conference.date21.-22. Februar 2022
gi.conference.locationTänikon, Online

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild
Name:
GIL2022_Fruhner_99-104.pdf
Größe:
298.86 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P317 - 42. GIL-Jahrestagung 2022 - Fokus: Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft