Type de document : Revue scientifique publiée dans Animals
Auteurs : Yongliang Qiao, He Kong, Cameron Clark, Sabrina Lomax, Daobilige Su, Stuart Eiffert, Salah Sukkarieh
Résumé en français (traduction) : Revue sur la détection des boiteries et la reconnaissance du comportement des bovins basées sur la perception intelligente
La croissance de la population mondiale a augmenté la demande de protéines d’origine animale. Cependant, la productivité de l’élevage est confrontée aux défis des pratiques agricoles traditionnelles, du statut socio-économique et du changement climatique. Ces dernières années, les capteurs intelligents, le big data et l’apprentissage profond ont été appliqués à la mesure du bien-être animal et aux applications d’élevage, notamment la reconnaissance du comportement et la surveillance de la santé. Afin de faciliter la recherche dans ce domaine, cette revue résume et analyse certaines techniques principales utilisées dans l’élevage intelligent, en se focalisant sur celles liées à la détection des boiteries des bovins et à la reconnaissance du comportement. Dans cette étude, plus de 100 articles pertinents sur la détection des boiteries et la reconnaissance du comportement des bovins ont été évalués et discutés. Sur la base d’un examen et d’une comparaison des technologies et méthodes récentes, nous prévoyons que la perception intelligente pour le suivi du comportement et du bien-être des bovins évoluera vers la normalisation, une plus grande échelle et l’intelligence, combinée à l’Internet des objets (IoT) et aux technologies d’apprentissage profond. En outre, les principaux défis et opportunités de la recherche future sont également présentés et discutés.
Résumé en anglais (original) : The growing world population has increased the demand for animal-sourced protein. However, animal farming productivity is faced with challenges from traditional farming practices, socioeconomic status, and climate change. In recent years, smart sensors, big data, and deep learning have been applied to animal welfare measurement and livestock farming applications, including behaviour recognition and health monitoring. In order to facilitate research in this area, this review summarises and analyses some main techniques used in smart livestock farming, focusing on those related to cattle lameness detection and behaviour recognition. In this study, more than 100 relevant papers on cattle lameness detection and behaviour recognition have been evaluated and discussed. Based on a review and a comparison of recent technologies and methods, we anticipate that intelligent perception for cattle behaviour and welfare monitoring will develop towards standardisation, a larger scale, and intelligence, combined with Internet of things (IoT) and deep learning technologies. In addition, the key challenges and opportunities of future research are also highlighted and discussed.
