Video-analyse en machine learning voor gedragsmonitoring van melkkoeien, op stal en in de weide

Een grondige kennis en online beschikbaarheid van gedragsinformatie bij melkkoeien biedt grote mogelijkheden in het streven naar een rendabele en duurzame melkveehouderijsector: geoptimaliseerde stalontwerpen, meer dierenwelzijn, vroegtijdige kreupelheidsdetectie, verbeterde bronstdetectie, dagelijkse optimalisatie van het weidemanagement (timing en nieuw in te scharen oppervlakte)… Echter, commercieel beschikbare sensoren zijn momenteel meestal gebaseerd op accelerometers en daardoor ongeschikt om gedetailleerde gedragsinformatie te verzamelen. Bovendien zijn data verzameld in de weide vaak niet in real-time beschikbaar omdat dit de levensduur van de batterij te veel zou verkorten. In dit opzicht zou geautomatiseerde videomonitoring een oplossing kunnen bieden, zo heeft eerder onderzoek reeds duidelijk het potentieel van video-analyse en machine learning aangetoond om het gedrag van melkkoeien te bestuderen en dienen camera’s niet aan de dieren zelf bevestigd te worden, waardoor een krachtigere energievoorziening kan aangewend worden. Tot nu toe is er echter nog geen enkele langetermijnstudie uitgevoerd waarin gedragsinformatie werd verzameld en geanalyseerd van dieren in een kudde van commercieel gangbare grootte. Daarom zal tijdens dit project een geautomatiseerd gedragsmonitoringssysteem gebaseerd op video-analyse ontwikkeld worden, waarna een grondige studie zal uitgevoerd worden naar het gedrag van melkkoeien in de stal en op de weide.