Développement d'outils intelligents par vision artificielle pour la supervision du bien être animal

Development of artificial vision based intelligent tools for supervising the wellbeing of animals

• Auteur / Autrice : Ruiwen He
• Direction : Dominique Collard, Abdelmalik Taleb-Ahmed
• Type : Thèse de doctorat
• Discipline(s) : Electronique, microélectronique, nanoélectronique et micro-ondes
• Date : Soutenance le 24/11/2022
• Etablissement(s) : Université de Lille (2022-....)
• Ecole(s) doctorale(s) : École doctorale Sciences de l’ingénierie et des systèmes (Lille)
• Partenaire(s) de recherche : Laboratoire : Institut d'Electronique, de Microélectronique et de Nanotechnologie
• Jury : Président / Présidente : Frédéric Chausse
• Jury : Examinateurs / Examinatrices : Halim Benhabiles, Feryal Windal, Ouiddad Labbani-Igbida, Sebastien Jacques
• Jury : Rapporteurs / Rapporteuses : Frédéric Chausse, Amir Nakib

Mots clés

Mots clés contrôlés

Vidéoendoscopie

Agriculture de précision

Insémination artificielle

Fécondité

Vaches

Apprentissage profond

Traitement d'images -- Techniques numériques

Surveillance

Comportement animal

Bovins -- Élevage

Vision par ordinateur

Mots clés libres

Analyse d'images 2D/3D

Bien être animal

2D/3D image analysis

Animal well being

Deep learning

Endoscopic video/image

Computer vision

Precision farming

Résumé

De nos jours, le problème de la population mondiale et de l'alimentation n'a pas été complètement résolu. La production agricole intensive est inévitable, en particulier dans le domaine de l'élevage. De plus en plus d'animaux doivent être confinés dans un petit espace, et les farmiers doivent s'occuper d'un plus grand nombre d'animaux. Dans ce context, le bien-être des animaux ne peut pas être bien assuré, ce qui peut causer divers problèmes au niveau de l'environnement, de la qualité et de la sécurité des aliments, et de la morale sociale. Le développement de l'élevage de précision rend possible le bien-être des animaux. Dans l'élevage de vaches, l'insémination artificielle peut offrir de nombreux avantages potentiels en termes de bien-être pour les vaches, notamment la prévention de la propagation des maladies, la prévention des blessures des taureaux pendant l'accouplement et la sélection du sexe pour éviter de réformer les veaux mâles indésirables. Dans cette thèse, nous avons développé des outils intelligents par vision artificielle pour répondre à deux défis principaux de l'insémination artificielle : la détection incertaine des chaleurs et l'indisponibilité des vétérinaires d'une manière respectueuse des animaux. Nous avons proposé la contribution suivante:1. Nous avons d'abord proposé un système basé sur l'apprentissage profond pour la classification de l'état des chaleurs des vaches. Dans ce travail, une approche originale basée sur la vision artificielle pour la classification de l'état de chaleur des vaches s'appuyant sur l'analyse de l'appareil génital de la vache à partir d'images endoscopiques. Il permet aux vétérinaires et surtout aux fermiers de détecter les phases de chaleur chez les vaches pour une insémination optimale tout en respectant le bien être de l'animal.2. Pour remédier à l'indisponibilité des vétérinaires, nous proposons également un système d'aide à l'insémination artificielle, qui permet de prédire un jeu de coordonnées de la case de délimitation pour la localisation du col de l'utérus. À cette fin, un modèle de détection basé sur un transformateur appelé Transformer-Darknet19 est spécifiquement conçu pour localiser le col de l'utérus, ce qui a résolu le problème que les détecteurs de courant primaire doivent détecter au moins un objet. De plus, nous avons proposé un nouveau cadre de détection de l'état de la chaleur qui est piloté par la localisation du col de l'utérus.

Nowadays, the world population and food problem has not been properly resolved. Intensive agricultural production is inevitable, especially in livestock farming. More and more animals have to be confined in a small spaces, and farmers have to take care of more animals. In this context, the welfare of animals can not be well ensured, which may cause various problems in the environment, food quality and safety, and social morals. The development of precision Livestock Farming makes animal welfare possible. In cow farming, artificial insemination can provide many potential welfare benefits for cows, including preventing the spread of disease, preventing bull injuries during mating, and sex selection to avoid culling unwanted bull calves. In this thesis, we developed intelligent tools by artificial vision to address two main challenges of artificial insemination: uncertain heat detection and the unavailability of veterinarians in an animal-friendly way. We proposed the following contribution:1. We first proposed a deep learning-based cow heat status classification system. In this work, an original artificial vision-based approach for cow heat status classification relying on the analysis of the genital tract of the cow from endoscopic images. It is worth noting that our approach is complementary to the existing activity analysis methods. Indeed, these methods offer a global analysis of the herd to detect a set of cows potentially in heat. Hence, our method can be applied on each identified cow to provide a more precise analysis.2. To remedy the unavailability of veterinarians, we also propose an artificial insemination assistance system, which makes it possible to predict a set of coordinates of the delimitation box for the localization of the cervix. To this end, a transformer-based detection model called Transformer-Darknet19 is specifically designed to locate the cervix, which has solved the problem that primary current detectors need to detect at least one object. Furthermore, we have proposed a new heat status detection framework that is driven by cervix localization.