Type de document : Revue scientifique publiée dans Animals
Auteurs : Elanchezhian Arulmozhi, Anil Bhujel, Byeong-Eun Moon, Hyeon-Tae Kim
Résumé en français (traduction) : Utilisation de caméras en élevage porcin de précision : Un bilan pour les professionnels de l’élevage porcin
Le porc est la viande dont la consommation globale est la deuxième par ordre d’importance au niveau mondial et le poulet, le porc et le bœuf représentent ensemble 92 % de la production mondiale de viande. Il est donc nécessaire d’adopter des méthodologies plus avancées telles que l’élevage de précision (EP) plutôt que des méthodes conventionnelles pour améliorer la production. Ces dernières années, les études basées sur l’image sont devenues une solution intéressante dans divers domaines tels que la navigation pour les véhicules autonomes, les systèmes homme-machine, la surveillance agricole, l’élevage, etc. Jusqu’à présent, plusieurs études ont été menées pour identifier, suivre et classer les comportements des porcs et parvenir à une détection précoce des maladies, en utilisant des caméras 2D/3D. Cette revue décrit l’état de l’art des systèmes d’imagerie 3D (c’est-à-dire les capteurs de profondeur et les caméras temps de vol), ainsi que des caméras 2D, pour identifier efficacement les comportements des porcs et présente des approches automatisées pour la surveillance et l’étude de l’alimentation, de l’abreuvement, du couchage, de la locomotion, de l’agressivité et des comportements reproductifs des porcs.
Résumé en anglais (original) : Pork is the meat with the second-largest overall consumption, and chicken, pork, and beef together account for 92% of global meat production. Therefore, it is necessary to adopt more progressive methodologies such as precision livestock farming (PLF) rather than conventional methods to improve production. In recent years, image-based studies have become an efficient solution in various fields such as navigation for unmanned vehicles, human–machine-based systems, agricultural surveying, livestock, etc. So far, several studies have been conducted to identify, track, and classify the behaviors of pigs and achieve early detection of disease, using 2D/3D cameras. This review describes the state of the art in 3D imaging systems (i.e., depth sensors and time-of-flight cameras), along with 2D cameras, for effectively identifying pig behaviors and presents automated approaches for the monitoring and investigation of pigs’ feeding, drinking, lying, locomotion, aggressive, and reproductive behaviors.
