Computer Vision erkennt stressbedingte Verhaltensänderungen bei Schweinen

Wie verändern Schweine ihr Verhalten, wenn sie unterschiedlichen Belastungssituationen ausgesetzt sind? Mit dieser Frage haben sich Forschende aus Südkorea und Bangladesch beschäftigt. Sie entwickelten ein System, das Computer-Vision-basierte Verhaltensbeobachtung mit Verfahren des maschinellen Lernens verbindet.

In der Untersuchung wurden wachsende Schweine unter verschiedenen Umwelt- und Gesundheitsbedingungen beobachtet. Die Kamerasysteme erfassten unter anderem Körperhaltungen sowie das Fress- und Trinkverhalten. Die Daten wurden fünf Kategorien zugeordnet:

• normale Bedingungen
• Hitzestress in Verbindung mit unzureichender Belüftung
• Hitzestress
• Hitzestress in Verbindung mit einer Infektion mit Salmonella typhimurium
• die Erholungsphase nach dem Hitzestress

Anschließend wurden verschiedene Algorithmen zur Erkennung von Verhaltensabweichungen trainiert und miteinander verglichen.

Die Auswertung zeigte, dass sich das Verhalten der Schweine unter den verschiedenen Bedingungen unterschied. Bei Hitzestress lagen und tranken die Tiere länger beziehungsweise häufiger, während Stehen und Fressen abnahmen. In Verbindung mit unzureichender Belüftung nahm das Liege- und Trinkverhalten im Vergleich zu Hitzestress allein weiter zu. Bei gleichzeitigem Hitzestress und einer Salmonella typhimurium-Infektion ging die Fressaktivität noch stärker zurück, während das Liegeverhalten zunahm. In der Erholungsphase stiegen Stehen, Sitzen, Fressen und Trinken wieder an.

Beim Vergleich der Modelle schnitt ein Entscheidungsbaum bei der Unterscheidung zwischen normalem und auffälligem Verhalten am besten ab. Extreme Gradient Boosting erreichte die höchste Gesamtleistung bei der Unterscheidung mehrerer Kategorien. Bei kleineren oder spezifischeren Kategorien – etwa während der Infektions- und Erholungsphase – war die Leistung jedoch geringer.

Nach Einschätzung der Forschenden zeigen die Ergebnisse, dass eine auf Computer Vision basierende Verhaltensüberwachung das Potenzial hat, zwischen unterschiedlichen Stressbedingungen bei Schweinen zu unterscheiden.

Zum englischsprachigen Originalartikel bei Food Agribusiness:
Computer vision detects stress-related behaviour in pigs

Forschende aus Südkorea und Bangladesch haben ein System entwickelt, das mithilfe von Computer Vision und maschinellem Lernen Verhaltensveränderungen bei Schweinen erfassen kann. Die Ergebnisse zeigen Potenzial für eine automatisierte Erkennung von Belastungssituationen wie Hitzestress, unzureichender Belüftung und Infektionen.