精密養豚における豚の行動認識のための階層的適応型特徴学習モデルMMBs_TransNeXt

3行まとめ

• 精密養豚向けに新規深層学習モデルMMBs_TransNeXtを開発し豚の行動認識精度を検証した。
• 実世界のデータセットで95.77%の精度を達成し従来のCNNやTransformerを大幅に上回った。
• 農場での視覚的モニタリングや豚の福祉評価を高精度に行うための堅牢な技術基盤として期待される。

この論文の要約

目的

精密養豚における豚の行動認識は動物福祉と管理効率の向上に重要であるが、既存手法は複雑な農場環境下での特徴融合や詳細な空間情報の保持に限界があった。本研究では、これらの課題を克服する新規深層学習モデル「MMBs_TransNeXt」を提案・評価することを目的とした。

対象と方法

実世界の豚行動データセットを用いた。異なるネットワーク段階の意味的・微細な情報を統合する多段階適応型特徴融合（MAFF）、微細な行動特徴の表現を強化する多重スケール詳細融合畳み込み（MDFC）、多層特徴間の情報伝達を促す双方向変調特徴融合（BMFF）を組み合わせたモデルを構築し、従来のCNNやTransformerベースラインと比較検証した。

主な結果

MMBs_TransNeXtは、実際の豚行動データセットにおいて95.77%の認識精度を達成し、代表的なCNNおよびTransformerベースラインを大幅に上回る最高水準の性能を示した。

臨床的意義

本研究成果は、現代の精密養豚管理システムにおける知能的な画像モニタリングや、豚の客観的な福祉評価を自動化するための堅牢な技術基盤を提供する。

⚠️ この要約はAIが自動生成したものです。