Специалисты Санкт-Петербургского федерального исследовательского центра РАН создали нейросетевую систему для оценки состояния северных оленей по видеоматериалам. Как сообщили в СПб ФИЦ РАН, это первая подобная разработка в России.
Алгоритм использует методы компьютерного зрения. Он определяет параметры, связанные с мышечной массой животного, а также анализирует состояние кожных покровов.
Такой подход позволяет наблюдать за здоровьем оленей дистанционно. Животных не нужно оснащать датчиками или другими носимыми устройствами, которые могут вызывать у них стресс.
Для обучения модели ученые использовали 60 изображений оленей из опытного стада на Ямале. Испытания показали, что нейросеть способна распознавать важные биометрические признаки.
Оценка мышечной массы помогает судить об упитанности животных. На основе этих данных можно точнее прогнозировать продуктивность стада и эффективнее управлять кормовыми ресурсами. Также очень важен анализ текстуры кожи. Он позволяет выявлять возможные признаки заболеваний на ранней стадии и тем самым снижать риск падежа.
Разработка особенно актуальна для Арктики, где оленеводство зависит от ограниченных пастбищ и испытывает кадровые трудности. Автоматизация мониторинга должна ускорить работу специалистов и повысить точность собираемой информации.
В будущем авторы проекта рассчитывают адаптировать технологию для контроля состояния других сельскохозяйственных животных.
