L'obiettivo principale del progetto SIMBA è l’analisi dei comportamenti dei bovini da latte al fine di monitorare attraverso parametri oggettivi il benessere degli animali e valutarne l’impatto sulla produttività e sull’impatto economico per l’allevatore. Questo progetto farà largo uso di tecnologie e metodologie avanzate, tra cui il deep learning e le reti neurali convoluzionali, per analizzare dati provenienti da immagini e sensori. L'obiettivo è identificare quei fattori sociali e ambientali che possono influenzare in modo significativo la salute, la produzione e il benessere degli animali all'interno dell'azienda zootecnica. Il fine ultimo del progetto è fornire all'azienda agricola informazioni che possano essere utilizzate per pianificare e implementare interventi migliorativi mirati. Questi interventi sono finalizzati all'aumento della produttività complessiva e all'ottimizzazione della gestione sia dei bovini adulti che dei vitelli.
L'obiettivo è migliorare le condizioni di vita degli animali, garantire il loro benessere e, al contempo, massimizzare l'efficienza dell'azienda.
Per il monitoraggio degli animali, sarà implementato, un avanzato sistema di visione artificiale basato sul deep learning, il quale consentirà il riconoscimento automatico dei comportamenti delle diverse categorie di animali presenti nella stalla. Queste categorie includono le vacche in lattazione, le vacche in asciutta e i vitelli. L'impiego di questa tecnologia di visione artificiale offre notevoli vantaggi nell'ambito della gestione del bestiame. Questo sistema permette un monitoraggio costante e dettagliato e non invasivo delle attività degli animali. Inoltre, per integrare le informazioni e validare il sistema di visione artificiale, saranno impiegati sensori indossabili leggeri e non invasivi. Questi sensori saranno utilizzati per rilevare la posizione e i comportamenti degli animali. Ad esempio, verranno impiegati accelerometri per registrare comportamenti specifici e il posizionamento basato su segnali radio per monitorare la posizione degli animali all'interno della stalla.
Una migliore comprensione del contesto sociale e dell'utilizzo dello spazio da parte dei bovini all'interno di allevamenti può comportare notevoli benefici per il benessere degli animali, lo stato di salute dell'intera mandria e per la progettazione di strategie di gestione ottimali. L'applicazione dell'Analisi delle Reti Sociali (SNA) offre un'opportunità preziosa per esaminare le complesse dinamiche sociali tra gli animali all'interno di vari contesti del mondo reale [Croft et al., 2008; Brask et al. 2021]. La SNA assume un ruolo di rilievo in questo progetto, poiché consente di analizzare e descrivere in modo dettagliato i modelli di interazione tra gli individui all'interno della mandria. Questo approccio permette di indagare approfonditamente i fattori che influenzano l'ambiente sociale delle vacche e dei vitelli. Tale comprensione è cruciale per garantire un ambiente di vita adeguato, prevenire conflitti sociali tra gli animali e promuovere un benessere ottimale [Beisner and McCowan, 2015; Kleinhappel et al., 2016]. Inoltre,
l'analisi delle reti sociali fornisce una base solida per sviluppare strategie di gestione mirate e personalizzate, che possono essere adattate in modo specifico alle esigenze dei bovini. Questo approccio orientato ai dati consente di prendere decisioni informate e responsabili per migliorare il benessere complessivo degli animali e promuovere una gestione sostenibile ed efficiente dell'allevamento. Nel contesto di questo progetto, oltre all'analisi delle reti sociali tra gli animali, sarà fondamentale condurre un'approfondita valutazione dei comportamenti individuali dei bovini. Questa valutazione mira a distinguere i comportamenti positivi da quelli negativi, identificando inoltre eventuali atteggiamenti anomali che potrebbero essere segnali di benessere compromesso. L'analisi dei comportamenti individuali rappresenta un aspetto cruciale per la valutazione del benessere degli animali all'interno degli allevamenti. In particolare, è importante identificare comportamenti positivi, che possono includere interazioni sociali positive, l'assunzione di cibo in quantità adeguata e il movimento regolare all'interno della stalla. Tali condotte indicano generalmente un buon stato di salute e benessere. D'altra parte, l'individuazione di comportamenti negativi è altrettanto rilevante, poiché possono essere indicatori di problemi di salute o stress nell'animale. Questi comportamenti potrebbero comprendere l'isolamento sociale, la mancanza di movimento, la scarsa interazione con l'ambiente circostante o altri segnali di disagio o malattie come, ad esempio, la presenza di zoppie. Monitorare tali comportamenti negativi consente di rilevare tempestivamente potenziali problematiche e intervenire per migliorare il benessere dell'animale. L'individuazione di comportamenti anomali, come l'isolamento sociale o l'immobilità prolungata, è di particolare rilevanza per il monitoraggio della salute degli animali. Tali condotte possono rappresentare segnali precoci di disturbi o condizioni di salute che richiedono un'attenzione immediata. Identificare tempestivamente tali anomalie permette di prendere misure preventive o terapeutiche, contribuendo così a preservare e migliorare la salute e il benessere dell'animale.
La valutazione delle reti sociali e dei comportamenti degli animali terrà conto dell'età e dello stato fisiologico dei bovini, ovvero se si tratta di vacche in lattazione o in asciutta. In base a questa distinzione, verranno adottati approcci differenziati per ciascuna categoria di animali, considerando le specifiche esigenze e comportamenti associati a ciascuna fase fisiologica. Il progetto SIMBA si propone di sviluppare un nuovo approccio per il monitoraggio delle azioni comportamentali dei bovini adulti e dei vitelli all'interno di un'area specifica della stalla (indoor). Il monitoraggio del comportamento sarà effettuato attraverso la cattura di immagini in tempo reale tramite videocamere, accompagnato dall'impiego di un sofisticato sistema di visione artificiale basato su avanzate tecniche di deep learning, in particolare sulle reti neurali
convoluzionali (CNN-Convolutional Neural Network). Questo sistema non solo consentirà il riconoscimento degli animali ma sarà anche in grado di analizzare in dettaglio i loro comportamenti. Inoltre, per garantire un monitoraggio non invasivo, saranno utilizzati anche dei sensori posizionati sui collari degli animali, sfruttando i collari che gli animali già indossano. Questa combinazione di tecnologie consentirà di rilevare e classificare le azioni comportamentali in categorie predefinite, fornendo una visione dettagliata del comportamento degli animali senza causare loro disagio o interferire con la loro routine quotidiana. Nel progetto si punterà ad analizzare i comportamenti attraverso pattern individuali e di gruppo dei soggetti in stalla consentendo un’analisi a lungo termine del comportamento delle vacche in tempo reale. Il progetto partirà dalle elaborazioni di una videocamera commerciale, dotata di IP e adeguatamente robusta per l’utilizzo in stalla. I dati
saranno processati in cloud abilitando il potenziale del deep learning nella classificazione delle azioni delle vacche. Il progetto vedrà un’ampia fase di addestramento delle scene secondo la metodologia man-in-the-loop per ottenere una migliore comprensione dei risultati.
I comportamenti dei bovini saranno analizzati in relazione ai dati di produzione del latte (acquisiti dai robot di mungitura presenti in stalla) e alle condizioni di salute degli animali. Questa valutazione comprenderà tre principali categorie di analisi: il benessere degli animali, la produzione di latte e la loro salute complessiva.
L'obiettivo è migliorare le condizioni di vita degli animali, garantire il loro benessere e, al contempo, massimizzare l'efficienza dell'azienda.
Per il monitoraggio degli animali, sarà implementato, un avanzato sistema di visione artificiale basato sul deep learning, il quale consentirà il riconoscimento automatico dei comportamenti delle diverse categorie di animali presenti nella stalla. Queste categorie includono le vacche in lattazione, le vacche in asciutta e i vitelli. L'impiego di questa tecnologia di visione artificiale offre notevoli vantaggi nell'ambito della gestione del bestiame. Questo sistema permette un monitoraggio costante e dettagliato e non invasivo delle attività degli animali. Inoltre, per integrare le informazioni e validare il sistema di visione artificiale, saranno impiegati sensori indossabili leggeri e non invasivi. Questi sensori saranno utilizzati per rilevare la posizione e i comportamenti degli animali. Ad esempio, verranno impiegati accelerometri per registrare comportamenti specifici e il posizionamento basato su segnali radio per monitorare la posizione degli animali all'interno della stalla.
Una migliore comprensione del contesto sociale e dell'utilizzo dello spazio da parte dei bovini all'interno di allevamenti può comportare notevoli benefici per il benessere degli animali, lo stato di salute dell'intera mandria e per la progettazione di strategie di gestione ottimali. L'applicazione dell'Analisi delle Reti Sociali (SNA) offre un'opportunità preziosa per esaminare le complesse dinamiche sociali tra gli animali all'interno di vari contesti del mondo reale [Croft et al., 2008; Brask et al. 2021]. La SNA assume un ruolo di rilievo in questo progetto, poiché consente di analizzare e descrivere in modo dettagliato i modelli di interazione tra gli individui all'interno della mandria. Questo approccio permette di indagare approfonditamente i fattori che influenzano l'ambiente sociale delle vacche e dei vitelli. Tale comprensione è cruciale per garantire un ambiente di vita adeguato, prevenire conflitti sociali tra gli animali e promuovere un benessere ottimale [Beisner and McCowan, 2015; Kleinhappel et al., 2016]. Inoltre,
l'analisi delle reti sociali fornisce una base solida per sviluppare strategie di gestione mirate e personalizzate, che possono essere adattate in modo specifico alle esigenze dei bovini. Questo approccio orientato ai dati consente di prendere decisioni informate e responsabili per migliorare il benessere complessivo degli animali e promuovere una gestione sostenibile ed efficiente dell'allevamento. Nel contesto di questo progetto, oltre all'analisi delle reti sociali tra gli animali, sarà fondamentale condurre un'approfondita valutazione dei comportamenti individuali dei bovini. Questa valutazione mira a distinguere i comportamenti positivi da quelli negativi, identificando inoltre eventuali atteggiamenti anomali che potrebbero essere segnali di benessere compromesso. L'analisi dei comportamenti individuali rappresenta un aspetto cruciale per la valutazione del benessere degli animali all'interno degli allevamenti. In particolare, è importante identificare comportamenti positivi, che possono includere interazioni sociali positive, l'assunzione di cibo in quantità adeguata e il movimento regolare all'interno della stalla. Tali condotte indicano generalmente un buon stato di salute e benessere. D'altra parte, l'individuazione di comportamenti negativi è altrettanto rilevante, poiché possono essere indicatori di problemi di salute o stress nell'animale. Questi comportamenti potrebbero comprendere l'isolamento sociale, la mancanza di movimento, la scarsa interazione con l'ambiente circostante o altri segnali di disagio o malattie come, ad esempio, la presenza di zoppie. Monitorare tali comportamenti negativi consente di rilevare tempestivamente potenziali problematiche e intervenire per migliorare il benessere dell'animale. L'individuazione di comportamenti anomali, come l'isolamento sociale o l'immobilità prolungata, è di particolare rilevanza per il monitoraggio della salute degli animali. Tali condotte possono rappresentare segnali precoci di disturbi o condizioni di salute che richiedono un'attenzione immediata. Identificare tempestivamente tali anomalie permette di prendere misure preventive o terapeutiche, contribuendo così a preservare e migliorare la salute e il benessere dell'animale.
La valutazione delle reti sociali e dei comportamenti degli animali terrà conto dell'età e dello stato fisiologico dei bovini, ovvero se si tratta di vacche in lattazione o in asciutta. In base a questa distinzione, verranno adottati approcci differenziati per ciascuna categoria di animali, considerando le specifiche esigenze e comportamenti associati a ciascuna fase fisiologica. Il progetto SIMBA si propone di sviluppare un nuovo approccio per il monitoraggio delle azioni comportamentali dei bovini adulti e dei vitelli all'interno di un'area specifica della stalla (indoor). Il monitoraggio del comportamento sarà effettuato attraverso la cattura di immagini in tempo reale tramite videocamere, accompagnato dall'impiego di un sofisticato sistema di visione artificiale basato su avanzate tecniche di deep learning, in particolare sulle reti neurali
convoluzionali (CNN-Convolutional Neural Network). Questo sistema non solo consentirà il riconoscimento degli animali ma sarà anche in grado di analizzare in dettaglio i loro comportamenti. Inoltre, per garantire un monitoraggio non invasivo, saranno utilizzati anche dei sensori posizionati sui collari degli animali, sfruttando i collari che gli animali già indossano. Questa combinazione di tecnologie consentirà di rilevare e classificare le azioni comportamentali in categorie predefinite, fornendo una visione dettagliata del comportamento degli animali senza causare loro disagio o interferire con la loro routine quotidiana. Nel progetto si punterà ad analizzare i comportamenti attraverso pattern individuali e di gruppo dei soggetti in stalla consentendo un’analisi a lungo termine del comportamento delle vacche in tempo reale. Il progetto partirà dalle elaborazioni di una videocamera commerciale, dotata di IP e adeguatamente robusta per l’utilizzo in stalla. I dati
saranno processati in cloud abilitando il potenziale del deep learning nella classificazione delle azioni delle vacche. Il progetto vedrà un’ampia fase di addestramento delle scene secondo la metodologia man-in-the-loop per ottenere una migliore comprensione dei risultati.
I comportamenti dei bovini saranno analizzati in relazione ai dati di produzione del latte (acquisiti dai robot di mungitura presenti in stalla) e alle condizioni di salute degli animali. Questa valutazione comprenderà tre principali categorie di analisi: il benessere degli animali, la produzione di latte e la loro salute complessiva.