Ученые из Челябинского государственного университета (ЧелГУ) совместно с международной группой исследователей представили новую технологию распознавания морд крупного рогатого скота с использованием нейронных сетей. Это инновационное решение позволяет фермерам не только эффективно идентифицировать животных, но и улучшать уход за ними, прогнозировать удои и повышать мясную продуктивность.
Исследование, поддержанное грантом Российского научного фонда (РНФ), опубликовано в журнале Computers and Electronics in Agriculture. Согласно данным Росстата, на начало 2024 года в России насчитывалось 17,1 миллиона голов крупного рогатого скота. Эксперты отмечают, что поддержка сельскохозяйственной отрасли является приоритетной задачей государства, и к 2030 году планируется значительное увеличение производства и экспорта продукции агропромышленного комплекса.
Традиционные методы идентификации животных включают в себя использование визуальных бирок и высокочастотных датчиков, однако они имеют свои ограничения в техническом обслуживании и стоимости. Новая технология основана на анализе морд коров с использованием предварительно обученных моделей VGGFACE и VGGFACE2, адаптированных для идентификации животных. Результаты показали высокую точность распознавания на уровне 97,1 процента.
Как пояснил заведующий кафедрой компьютерной безопасности и прикладной алгебры ЧелГУ Алексей Ручай, каждая корова имеет уникальные черты на морде, аналогичные отпечаткам пальцев человека. Так называемое "носовое зеркало" коровы остается неизменным на протяжении всей ее жизни и может использоваться для индивидуальной идентификации.
В дальнейших планах ученых ЧелГУ входит дообучение модели с учетом изменений характеристик животных в течение их жизни, а также разработка новых методов оценки физиологических параметров коров с использованием 3D-реконструкции тела.
Эксперты прогнозируют, что данная технология сможет быть успешно применена в масштабах мировой животноводческой отрасли, что значительно упростит процессы оценки и ухода за животными, снизив стресс и повысив их продуктивность.
