文献

J-GLOBAL ID：202002220457701127   整理番号：20A0480676

成長期および仕上げ期の肉牛における体重および平均日利得を予測するための自動コンピュータビジョンシステム【JST・京大機械翻訳】

Automated computer vision system to predict body weight and average daily gain in beef cattle during growing and finishing phases

著者 (11件)： Cominotte A. (Department of Animal Sciences, University of Wisconsin - Madison, WI 53706, United States) ,  Fernandes A.F.A. (Department of Animal Sciences, University of Wisconsin - Madison, WI 53706, United States) ,  Dorea J.R.R. (Department of Animal Sciences, University of Wisconsin - Madison, WI 53706, United States) ,  Rosa G.J.M. (Department of Animal Sciences, University of Wisconsin - Madison, WI 53706, United States) ,  Rosa G.J.M. (Department of Biostatistics and Medical Informatics, University of Wisconsin, Madison, WI 53706, United States) ,  Ladeira M.M. (Animal Sciences Department, Federal University of Lavras, MG 37200-00, Brazil) ,  van Cleef E.H.C.B. (Federal University of Triangulo Mineiro, Iturama, MG 38280-000, Brazil) ,  Pereira G.L. (School of Veterinary Medicine and Animal Science, Sao Paulo State University, Botucatu, SP 18618-681, Brazil) ,  Baldassini W.A. (School of Veterinary Medicine and Animal Science, Sao Paulo State University, Botucatu, SP 18618-681, Brazil) ,  Machado Neto O.R. (School of Veterinary Medicine and Animal Science, Sao Paulo State University, Botucatu, SP 18618-681, Brazil) ,  Machado Neto O.R. (School of Agricultural and Veterinarian Sciences, Sao Paulo State University, Jaboticabal 14884-900, Brazil)
資料名： Livestock Science  (Livestock Science)
巻： 232  ページ： Null  発行年： 2020年 
JST資料番号： W2107A  ISSN： 1871-1413  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 家畜システムにおける体重(BW)の頻繁な測定は,それらが成長を評価することを可能にするので非常に重要である。しかしながら,伝統的な体重スケールを通した動物成長のリアルタイムモニタリングは,動物,費用がかかり,労働集約的である。したがって,本研究の目的は以下の通りであった。1)牛肉牛におけるBWと平均日増体量(ADG)を予測するために使用される自動コンピュータビジョンシステムの予測品質を評価する。そして,2)多重線形回帰(MLR),最小絶対値縮小および選択演算子(LASSO),部分最小二乗(PLS)および人工神経回路網(ANN)を含む異なる予測アプローチを比較した。Nellore肉牛の合計234の画像を離乳,ストッカー,および給餌期の間に採取した。最初に,身体容積,面積,長さなどの各動物の生体計測身体測定を,Kinectセンサで捕捉された三次元画像を用いて行い,それらのBWを電子スケールを用いて取得した。次に,バイオメトリック測定を,4つの予測アプローチ(MLR,LASSO,PLS,およびANN)における説明変数として用いた。予測品質を評価するために,leave-one-out交差検証を採用した。ANNは予測の平均二乗誤差(RMSEP)と二乗予測相関(r2)に関して最良の予測手法であった。Weaningの結果はRMSEP=8.6kgとr2=0.91であった。Stockker相では,RMSEP=11.4kgとr2=0.79;また,摂食量の増加に対して,RMSEP=7.7kgおよびr~2=0.92であった。ANNはADGの予測に対する最良の方法であり,WeaningとStockkerの間の期間に対してRMSEP=0.02kg/dとr~2=0.67,Feedlot相のWeaningとBegingnに対してRMSEP=0.03kg/dとr~2=0.85,フィードロット相のBeningとFinalに対してRMSEP=0.09kg/dとr~2=0.82であった。全体として,結果は,提案した自動化コンピュータビジョンシステムが,牛肉牛におけるリアルタイムでBWとADGを予測するために成功裏に使用できることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 絶対値 ,  自動化 ,  身体測定 ,  ニューラルネットワーク ,  *コンピュータビジョン ,  動物 ,  *肉牛 ,  予測技法 ,  牛肉 ,  *利得 ,  品質 ,  生体計測 ,  *成長期 ,  部分最小二乗法
準シソーラス用語： Kinect , 【Automatic Indexing@JST】

著者キーワード (4件)： 肉牛 ,  コンピュータビジョン ,  画像解析 ,  Kinect

分類 (1件)： 牛  (FD02020Y)

タイトルに関連する用語 (8件)： 成長期 ,  仕上げ期 ,  肉牛 ,  体重 ,  平均 ,  利得 ,  予測 ,  コンピュータビジョン