Logo des Repositoriums
 

Automatisierte Erkennung von Gruppenaktivitätsverhalten von Schweinen in der Aufzucht mithilfe von KI-Kamerasystemen

dc.contributor.authorKühnemund, Alexander
dc.contributor.authorRecke, Guido
dc.contributor.editorHoffmann, Christa
dc.contributor.editorStein, Anthony
dc.contributor.editorRuckelshausen, Arno
dc.contributor.editorMüller, Henning
dc.contributor.editorSteckel, Thilo
dc.contributor.editorFloto, Helga
dc.date.accessioned2023-02-21T15:14:08Z
dc.date.available2023-02-21T15:14:08Z
dc.date.issued2023
dc.description.abstractKameras zur Überwachung von Tieren und Tierverhalten sind schon häufig Thema bisheriger Untersuchungen gewesen und werden in Zukunft stetig wachsende Bedeutung haben. Ein Nachteil von Liegeverhaltensbeobachtungen war die Notwendigkeit menschlicher Arbeit bei der Identifikation liegender Tiere. Diese Untersuchung zeigt, dass eine automatische Erkennung von Bewegungen durch ein System künstlicher Intelligenz eine Lösung für dieses Problem sein kann. Mit einer Erfolgsrate von über 90 % konnten liegende und aktive Tiere als solche identifiziert werden. Im Rahmen des Projektes „5G-Agrar – Nachhaltige Landwirtschaft“ wurde dieser Fall untersucht und liefert für zukünftige Automatisierungen wichtige Erkenntnisse.de
dc.identifier.isbn978-3-88579-724-1
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/40280
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartof43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-330
dc.subjectPrecision Agriculture
dc.subjectkünstliche Intelligenz
dc.subjectStallüberwachung
dc.subjectSchwein
dc.titleAutomatisierte Erkennung von Gruppenaktivitätsverhalten von Schweinen in der Aufzucht mithilfe von KI-Kamerasystemende
dc.typeText/Conference Paper
gi.citation.endPage398
gi.citation.publisherPlaceBonn
gi.citation.startPage393
gi.conference.date13.-14. Februar 2023
gi.conference.locationOsnabrück

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
GIL_2023_Kuehnemund_393-398.pdf
Größe:
461.97 KB
Format:
Adobe Portable Document Format