The aim of this study is to develop

The aim of this study is to develop a method for continuous automated detection of aggressive behaviour
among pigs by means of image processing. Five repetitions of the same experiment were performed. In
each of the experiment, 24 piglets were mixed after weaning from four litters in two pens with 12 piglets
each and captured on video for a total of 60 h. From these video recordings, a dataset containing 150 episodes
with and 150 episodes without aggressive interactions was built through manual labelling. The
Motion History Image was used to gain information about the pigs’ motion and to relate this information
to aggressive interactions. Two features were extracted from the segmented region of the Motion History
Image: the mean intensity of motion and the occupation index. Based on these two features, the Linear
Discriminant Analysis was used to classify aggressive interactions in every episode. Applying leave-oneout
cross-validation, the accuracy of the system was 89.0% with a sensitivity of 88.7% and a specificity of
89.3%. These results show that it is possible to use image analysis in order to automatically detect aggressive
behaviours among pigs.

ผลลัพธ์ (ไทย) 1:

จุดมุ่งหมายของการศึกษานี้คือการ พัฒนาวิธีการตรวจหาอัตโนมัติอย่างต่อเนื่องของพฤติกรรมก้าวร้าวระหว่างสุกรโดยการประมวลผลภาพ ทำซ้ำ 5 ทดลองเดียวกันดำเนินการ ในแต่ละของทดลอง รวมทรูด 24 หลัง weaning จากสี่ litters ในปากกาสองกับทรูด 12แต่ละและในวิดีโอจำนวน 60 h จากบันทึกวิดีโอเหล่านี้ การชุดข้อมูลที่ประกอบด้วยตอนที่ 150ด้วย และตอน 150 โดยไม่ก้าวร้าวการโต้ตอบถูกสร้างขึ้นผ่านฉลากด้วยตนเอง ที่รูปเคลื่อนไหวประวัติถูกใช้ เพื่อรับข้อมูลเกี่ยวกับการเคลื่อนไหวของสุกร และ การเชื่อมโยงข้อมูลนี้การโต้ตอบที่ก้าวร้าว คุณลักษณะสองอย่างที่ถูกสกัดจากภูมิภาคแบ่งส่วนของประวัติศาสตร์การเคลื่อนไหวภาพ: ความเคลื่อนไหวและดัชนีอาชีพหมายถึง ตามคุณลักษณะสองเหล่านี้ การเชิงเส้นการวิเคราะห์ discriminant ถูกใช้เพื่อจัดประเภทโต้เชิงรุกในทุกตอน ใช้ลา oneoutขนตรวจสอบ ความถูกต้องของระบบถูกราคา 89.0% ไว 88.7% และ specificity ของ89.3% ผลเหล่านี้แสดงว่า คุณจะสามารถใช้การวิเคราะห์ภาพการก้าวร้าวการตรวจหาโดยอัตโนมัติพฤติกรรมระหว่างสุกร

ผลลัพธ์ (ไทย) 2:

จุดมุ่งหมายของการศึกษาครั้งนี้คือการพัฒนาวิธีการตรวจจับอัตโนมัติอย่างต่อเนื่องของพฤติกรรมก้าวร้าว
ในหมู่สุกรโดยวิธีการของการประมวลผลภาพ ห้าซ้ำของการทดลองเดียวกันได้ดำเนินการ ใน
แต่ละการทดลอง 24 ลูกสุกรที่ถูกผสมหลังจากหย่านมจากสี่ลูกครอกในสองปากกากับ 12 ลูกสุกร
แต่ละคนและถูกจับในวิดีโอรวมเป็น 60 ชั่วโมง จากการบันทึกวิดีโอเหล่านี้ชุดข้อมูลที่มี 150 ตอน
ที่มีและ 150 ตอนโดยไม่ต้องมีปฏิสัมพันธ์เชิงรุกที่ถูกสร้างขึ้นผ่านการติดฉลากคู่มือ
ภาพประวัติศาสตร์การเคลื่อนไหวถูกนำมาใช้เพื่อให้ได้รับข้อมูลเกี่ยวกับการเคลื่อนไหวสุกรและการสร้างความสัมพันธ์กับข้อมูลนี้
จะมีปฏิสัมพันธ์ในเชิงรุก สองคุณสมบัติที่ถูกสกัดจากภูมิภาคแบ่งประวัติศาสตร์เคลื่อนไหว
ภาพ: ความเข้มค่าเฉลี่ยของการเคลื่อนไหวและดัชนีอาชีพ ขึ้นอยู่กับทั้งสองคุณสมบัติเชิงเส้น
จำแนกวิเคราะห์ถูกนำมาใช้ในการจำแนกปฏิสัมพันธ์เชิงรุกในทุกกรณี การประยุกต์ใช้การลา-oneout
ข้ามการตรวจสอบความถูกต้องของระบบเป็น 89.0% มีความไวของ 88.7% และความจำเพาะของ
89.3% ผลการศึกษานี้แสดงให้เห็นว่ามันเป็นไปได้ที่จะใช้ในการวิเคราะห์ภาพเพื่อที่จะตรวจสอบโดยอัตโนมัติก้าวร้าว
พฤติกรรมสุกร

ผลลัพธ์ (ไทย) 3:

การศึกษานี้มีวัตถุประสงค์เพื่อพัฒนาวิธีการอย่างต่อเนื่องโดยอัตโนมัติตรวจหา
พฤติกรรมก้าวร้าวระหว่างสุกรโดยวิธีการประมวลผลภาพ 5 repetitions ของการทดลองเดียวกันถูกแสดง ใน
แต่ละการทดลอง 24 ลูกสุกรหลังหย่านม 1 ผสมจากสี่สองปากกากับ 12 ลูกสุกร
แต่ละคนและจับในวิดีโอรวมเป็นเวลา 60 ชั่วโมง จากบันทึกวีดีโอนี้ชุดข้อมูลที่ประกอบด้วย 150 ตอน
และ 150 ตอนไม่มีปฏิกิริยาก้าวร้าวถูกสร้างขึ้นผ่านคู่มือฉลาก .
เคลื่อนไหวภาพประวัติศาสตร์ถูกใช้เพื่อให้ได้ข้อมูลเกี่ยวกับการเคลื่อนไหวสุกรและเชื่อมโยงข้อมูลนี้
กับการโต้ตอบอย่างรุนแรง สองคุณสมบัติสกัดจากภาคส่วนของการเคลื่อนไหวประวัติศาสตร์
ภาพ : หมายถึงความรุนแรงของการเคลื่อนไหวและดัชนีข้อมูลตามคุณลักษณะเหล่านี้สอง การวิเคราะห์โดยตรง
ใช้จำแนกปฏิสัมพันธ์เชิงรุกทุกตอน ใช้ไปถึง 1
ข้ามการตรวจสอบความถูกต้องของระบบคือ 89.0 % กับความไวและความจำเพาะของ 88.7 %
89.3 % ผลลัพธ์เหล่านี้แสดงให้เห็นว่ามันเป็นไปได้ที่จะใช้วิเคราะห์ภาพโดยอัตโนมัติเพื่อให้ตรวจสอบพฤติกรรมก้าวร้าว
ระหว่างสุกร