Review and analysis of computational techniques and methods for body condition score estimation on cows

Autor:	Rodríguez Álvarez, Juan, Arroqui, Mauricio, Mangudo, Pablo, Toloza, Juan Manuel, Jatip, Daniel, Rodríguez, Juan Manuel, Zunino, Alejandro, Mateos, Cristian M., Machado, Claudio
Jazyk:	angličtina
Rok vydání:	2018
Předmět:	Aprendizaje Profundo Convolutional Neural Networks Ciencias Informáticas Body Condition Score Deep learning Análisis de Imágenes Redes Neuronales Convolucionales Image analysis Precision Livestock Machine learning Condición Corporal Ganadería de Precisión Aprendizaje Automático
Zdroj:	SEDICI (UNLP) Universidad Nacional de La Plata instacron:UNLP
Popis:	BCS (del inglés "Body Condition Score") es un método utilizado para estimar las reservas de grasa corporal y el balance energ´ético acumulado de las vacas. El BCS influye significativamente en la producción de leche, reproducción y salud de las vacas. Es por ello, que es importante monitorear este valor para lograr una mejor respuesta animal, pero resulta ser una tarea costosa en tiempo y subjetiva, realizada generalmente de manera visual por evaluadores expertos. Estos problemas conducen la motivación de varios estudios, que han tratado de automatizar el BCS de vacas lecheras aplicando técnicas de análisis de imágenes y aprendizaje automático. En este documento se analizan dichos estudios, señalando sus principales ventajas y desventajas, las que permiten además identificar nuevas oportunidades de investigación y desarrollo para mejorar el proceso general de automatización del BCS. BCS (Body Condition Score) is a method used to estimate body fat reserves and accumulated energy balance of cows. BCS heavily influences milk production, reproduction, and health of cows. Therefore, it is important to monitor BCS to achieve better animal response, but this is a time-consuming and subjective task performed oftentimes visually by expert scorers. These problems are the motivation behind several studies, which have tried to automate BCS of dairy cows by applying image analysis and machine learning techniques. This work analyzes these studies pointing out their main advantages and drawbacks, which allow us in turn to identify new research and development opportunities to improve overall automatic BCS estimation. Sociedad Argentina de Informática e Investigación Operativa
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::603cc0ea618bf9081fd832ddbc50475b http://sedici.unlp.edu.ar/handle/10915/135735 Zobrazit plný text záznamu