Exportar registro bibliográfico

Automatic assess of growing-finishing pigs' weight through depth image analysis (2017)

  • Authors:
  • Autor USP: CONDOTTA, ISABELLA CARDOSO FERREIRA DA SILVA - ESALQ
  • Unidade: ESALQ
  • Sigla do Departamento: LEB
  • Subjects: PESOS E MEDIDAS CORPORAIS; SENSOR; SUÍNOS
  • Keywords: Zootecnia de precisão
  • Language: Inglês
  • Abstract: Um método de monitoramento contínuo da massa corporal de suínos auxiliaria os produtores, assegurando que todos os animais estão ganhando massa e aumentando a sua precisão de comercialização, reduzindo-se perdas. Obter eletronicamente a massa corporal sem mover os animais para a balança eliminaria uma fonte geradora de estresse. Portanto, o desenvolvimento de métodos para monitorar as condições físicas dos animais à distância se mostra necessário para a obtenção de dados com maior qualidade. Na produção de suínos, a pesagem dos animais é uma prática que representa um papel importante no controle dos fatores que afetam o desempenho do rebanho e o monitoramento da produção. Portanto, esta pesquisa teve como objetivo extrair, automaticamente, dados de massa de suínos por meio de imagens em profundidade. Foi feita, primeiramente, uma validação de 5 sensores de profundidade Kinect &reg; para compreender seu comportamento. Além disso, foram geradas equações para corrigir os dados de dimensões (comprimento, área e volume) fornecidos por estes sensores para qualquer distância entre o sensor e os animais. Foram obtidas imagens de profundidade e massas corporais de suínos e crescimento e terminação (fêmeas e machos castrados) de três linhagens comerciais (Landrace, Duroc e Yorkshire). Em seguida, as imagens foram analisadas com o software MATLAB (2016a). Os animais nas imagens foram selecionados por diferenças de profundidade e seus volumes foram calculados e depois ajustadosutilizando a equação de correção desenvolvida. Foram coletadas, ainda, dimensões dos animais para atualização de dados existentes. Curvas de massa versus volumes corrigidos e de dimensões corrigidas versus massa, foram ajustadas. Equações para predição de massa a partir do volume foram ajustadas para os dois sexos e para as três linhagens comerciais. Uma equação reduzida, sem considerar as diferenças entre sexos e linhagens, também foi ajustada e comparada com as equações individuais utilizando o algoritmo de Efroymson. O resultado mostrou que não houve diferença significativa entre a equação reduzida e as equações individuais tanto para sexo (p <0,05), quanto para linhagens (p <0,05). A equação global pode predizer massas a partir do volume obtido com o sensor, com um R2 de 0,9905. Portanto, os resultados deste estudo mostram que o sensor de profundidade é uma abordagem razoável para monitorar as massas dos animais
  • Imprenta:
  • Data da defesa: 02.02.2017
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      CONDOTTA, Isabella Cardoso Ferreira da Silva; MIRANDA, Késia Oliveira da Silva. Automatic assess of growing-finishing pigs' weight through depth image analysis. 2017.Universidade de São Paulo, Piracicaba, 2017. Disponível em: < http://www.teses.usp.br/teses/disponiveis/11/11152/tde-03082017-093143/ >.
    • APA

      Condotta, I. C. F. da S., & Miranda, K. O. da S. (2017). Automatic assess of growing-finishing pigs' weight through depth image analysis. Universidade de São Paulo, Piracicaba. Recuperado de http://www.teses.usp.br/teses/disponiveis/11/11152/tde-03082017-093143/
    • NLM

      Condotta ICF da S, Miranda KO da S. Automatic assess of growing-finishing pigs' weight through depth image analysis [Internet]. 2017 ;Available from: http://www.teses.usp.br/teses/disponiveis/11/11152/tde-03082017-093143/
    • Vancouver

      Condotta ICF da S, Miranda KO da S. Automatic assess of growing-finishing pigs' weight through depth image analysis [Internet]. 2017 ;Available from: http://www.teses.usp.br/teses/disponiveis/11/11152/tde-03082017-093143/


Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021