Type de document : Article publié dans Pig Progress
Auteur : Suresh Neethirajan
Extrait en français (traduction) : Mesurer les émotions des porcs : pourquoi c’est important
Les humains peuvent communiquer en parlant, en écrivant ou en faisant des gestes, et leurs visages reflètent généralement ce qu’ils ressentent. Et si les émotions des animaux de ferme pouvaient également être interprétées avec précision grâce à leur communication, leur expression faciale et leur langage corporel ? C’est ce que tente de faire l’université et le centre de recherche de Wageningen, aux Pays-Bas. […]
Un capteur capable de détecter toutes les variations des expressions faciales d’animaux n’a pas encore été mis au point. En attendant, divers capteurs sont utilisés pour mesurer les différentes composantes et paraboles. Ces outils comprennent l’imagerie thermique infrarouge, les enregistrements sonores, le suivi GPS et les drones. Cependant, aucun de ces outils n’est totalement satisfaisant en soi et ils présentent tous des lacunes dans la collecte des données. Les scientifiques sont en quête d’un capteur capable de détecter le moindre tic facial. Ces mouvements observables seront ensuite mis en correspondance avec ce que l’animal ressent à ce moment-là. […]
Il est impératif d’avoir une reconnaissance faciale précise car, comme les humains, les animaux ont leur propre niveau de stress et doivent être évalués séparément et par espèce. Jusqu’à présent, les résultats obtenus sur les animaux proviennent d’environnements contrôlés, comme une ferme, sans mesure comparative ou point de référence des animaux en liberté ou sauvages. Une référence doit être utilisée pour mesurer les émotions des animaux par espèce dans leur environnement naturel, mais de telles données ne sont actuellement pas disponibles en raison de l’absence de tout équipement de surveillance approprié. […]
Des programmes informatiques, comme WUR Wolf, développé par le groupe Farmworx de l’université de Wageningen, aux Pays-Bas, ont analysé les traits faciaux des animaux. Le programme reconnaît et évalue 14 combinaisons de traits faciaux et sept états émotionnels des vaches et des porcs. Pour l’étude, des images et des vidéos de plusieurs milliers de porcs et de vaches laitières ont été évaluées en utilisant la détection d’objets en temps réel You Only Look Once (YOLO). Les données correspondantes ont été interprétées par les langages de programmation informatique PyCharm et Python. Le modèle d’apprentissage profond WUR Wolf a été dédié à l’identification des expressions faciales de ces animaux de ferme, identifiant avec succès 86% des animaux et leurs états émotionnels. Ce travail pourrait donner lieu à de nombreuses applications de sécurité à la ferme et ailleurs. […]
WUR Wolf identifie les émotions des animaux à partir de quatre expressions faciales principales : neutralité, agression, bonheur et peur. Pour constituer une base de données, un échantillon test de porcs a été utilisé pour déterminer l’algorithme correct. Un certain nombre d’algorithmes d’intelligence artificielle (IA) et de systèmes de caméra et d’imagerie infrarouge ont été utilisés pour recueillir des données, comme la détection rétinienne et la simulation complexe d’un réseau neuronal, afin de produire une évaluation automatisée des émotions à partir de ce que l’on pourrait appeler un ordinateur pensant. Cette technologie a déjà été utilisée pour des assistants personnels afin de produire des robots interactifs, dans le secteur publicitaire pour déterminer les préférences des consommateurs, et comme outil éducatif, pour n’en citer que quelques-uns.
Extrait en anglais (original) : Humans can communicate by speaking, writing or gesturing and also have faces that usually portray how they feel. What if the emotions of farm animals could also be interpreted accurately through their communication, faces and body language? An effort to do just this is being made at Wageningen University & Research in the Netherlands. […]
What if an animal’s face could be read like a human’s? A sensor capable of detecting all the variances of animal faces has not yet been developed. In the interim, a variety of sensors are used to measure various components and parables. Such tools incorporate infrared thermal imaging, sound recordings, GPS tracking and drones. However, none of these are totally satisfactory by themselves and they all have their individual shortcomings in data collection. The quest is on among scientists to find a sensor that detects the smallest facial tick. In turn, such observable movements will be matched to what the animal is feeling at the time. […]
To have accurate facial recognition is mandatory as, like humans, animals have their individual levels of stress and must be evaluated separately and by species. So far, results of animals are from controlled environments, such as a farm, without a comparative measurement or benchmark of free range or wild animals. Some kind of baseline must be used to measure animal emotions by species in their natural environment, but such data is currently unavailable due to a lack of any suitable monitoring equipment. […]
Computer programmes, like WUR Wolf, developed by the Farmworx group in the Netherlands’ Wageningen University & Research, analysed animal facial features. The programme recognises and evaluates 14 facial features combinations and seven emotional states of cows and pigs. For the study, images and videos of several thousand pigs and dairy cows were evaluated using You Only Look Once (YOLO) real time object detection. The corresponding data was interpreted by PyCharm and Python computer programming languages. The deep learning model WUR Wolf was dedicated in identifying facial expressions of these farm animals, successfully identifying 86% of the animals and their emotional states. A spinoff industry from this could be for the many security applications on the farm and elsewhere.[…]
WUR Wolf identifies animal emotions based on four principal facial expressions – neutral, aggression, happiness and fear. To build a database, the test sample of pigs was used to determine the correct algorithm. A number of artificial intelligence (AI) algorithms and camera and infrared imaging systems were used to gather data, such as eye retinal detection and the complex simulation of a neural network, to produce an automated emotion evaluation from what might be called a thinking computer. Such technology has previously been used for human aids to produce interactive robots, in the advertising industry to determine consumer preferences, and as an education tool, to name a few.
