A medida que el número de productores lecheros disminuye cada año, la demanda de leche de alta calidad se mantiene firme, lo que impulsa un aumento de la producción lechera. Si bien este cambio mejora la eficiencia, hace que la gestión de la salud de las vacas individuales sea más difícil.
por la Universidad de Ciencias de Tokio
Por ello, la gestión sanitaria eficaz se ha convertido en una cuestión fundamental en la industria lechera . La detección temprana de anomalías, el diagnóstico rápido, la prevención de la propagación de enfermedades y el mantenimiento de ciclos reproductivos adecuados son esenciales para una producción de leche deseable y estable.
Si bien existen métodos invasivos , como el uso de dispositivos mecánicos que se colocan en las vacas lecheras para controlar su salud, se prefieren las técnicas no invasivas y sin contacto. Estos métodos son menos estresantes para las vacas, ya que no requieren ningún dispositivo físico, lo que los hace más adecuados para el uso diario en las granjas.
Entre ellos se incluyen métodos avanzados de aprendizaje profundo, como el seguimiento basado en cámaras y el análisis de imágenes. Este enfoque se basa en la idea de que las vacas lecheras suelen mostrar comportamientos y patrones de movimiento inusuales debido a enfermedades, ciclos estrales, estrés o ansiedad.
Al rastrear movimientos individuales mediante cámaras (como patrones de caminata, visitas a estaciones de alimentación y frecuencia de consumo de agua), los agricultores pueden analizar el comportamiento de las vacas, lo que permite una predicción temprana de enfermedades o problemas de salud.
Un equipo de investigadores de la Universidad de Ciencias de Tokio (TUS), Japón, dirigido por el profesor adjunto Yota Yamamoto del Departamento de Información y Tecnología Informática de la Facultad de Ingeniería, junto con el Sr. Kazuhiro Akizawa, el Sr. Shunpei Aou y el profesor Yukinobu Taniguchi, ha desarrollado un novedoso método basado en la ubicación que utiliza un sistema multicámara para rastrear vacas en todo un establo.
Sus hallazgos se publican en Computers and Electronics in Agriculture .
El método propuesto para rastrear vacas lecheras en los establos se basa en información de ubicación en lugar de patrones de imágenes complicados. El Dr. Yamamoto explica los avances de su técnica: «Este es el primer intento de rastrear vacas lecheras en todo un establo utilizando sistemas de múltiples cámaras.
«Si bien en estudios anteriores se han utilizado varias cámaras para rastrear distintas especies de vacas, cada cámara suele rastrear a las vacas de forma individual, a menudo a la misma vaca y a otra en distintas cámaras. Si bien algunos métodos permiten un seguimiento constante en todas las cámaras, se han limitado a dos o tres cámaras que cubren solo una parte del establo».
El sistema se basa en vistas de cámaras superpuestas para rastrear de manera precisa y consistente a las vacas lecheras a medida que se mueven de una cámara a otra, lo que permite un seguimiento continuo en múltiples cámaras.
Al gestionar cuidadosamente la cantidad de cámaras y sus campos de visión, el sistema puede minimizar los efectos negativos de obstáculos como paredes o pilares, que pueden causar superposiciones fragmentadas de cámaras en establos con diseños complejos. Este enfoque supera los desafíos comunes, como los patrones moteados del pelaje de las vacas y las distorsiones causadas por las lentes de las cámaras, que a menudo hacen que los métodos de seguimiento tradicionales sean menos precisos.
En pruebas realizadas con imágenes de video de vacas moviéndose juntas en un establo, este método logró una precisión de alrededor del 90 % en el seguimiento de las vacas, medida a través de la Precisión de Seguimiento de Múltiples Objetos, y alrededor del 80 % en la puntuación F1 de Identificación para identificar a cada vaca individual. Esto marca una mejora significativa con respecto a los métodos convencionales, que tenían problemas de precisión, especialmente en entornos de establos abarrotados o complejos.
También funciona bien en diferentes situaciones, ya sea que las vacas se muevan lentamente o permanezcan quietas, y también abordó el desafío de las vacas acostadas al ajustar el parámetro de altura de la vaca a 0,9 metros, más bajo que la altura de una vaca parada. Este ajuste mejoró la precisión del seguimiento a pesar de los cambios de postura.
«Este método permite una gestión óptima y un control sanitario permanente de las vacas lecheras, lo que garantiza una producción de leche de alta calidad a un precio razonable», afirma el Dr. Yamamoto. En el futuro, el equipo planea automatizar el proceso de instalación de la cámara para simplificar y acelerar la instalación del sistema en varios establos.
También pretenden mejorar la capacidad del sistema para detectar vacas lecheras que puedan mostrar signos de enfermedad u otros problemas de salud, ayudando a los agricultores a monitorear y gestionar la salud de sus rebaños de manera más eficiente.
Más información: Yota Yamamoto et al, Entire-barn dairy cow tracking framework for multi-camera systems, Computers and Electronics in Agriculture (2024). DOI: 10.1016/j.compag.2024.109668
