3D cow identification in cattle farms

Abstract

Hayvan çiftlikleri, toplumun artan ihtiyaçlarını etkin bir şekilde karşılayabilmek için giderek büyümektedir. Bu durum, hayvanlar hakkında faydalı bilgilerin toplanabilmesi ve anlık durumları ve sağlıklarının takibi için yeni izleme ve takip sistemlerini gerekli kılmaktadır. Ancak hayvanların kimliklendirmeleri ve takibi, benzerlikleri ve davranışlarının tahmininin kolay olmayışı sebebiyle zor bir problemdir. Bu tezde yeni bir inek tanımlama sistemi önerilmektedir. Önerilen çözümü li-teratürdeki diğer sistemlerden ayıran belirgin özellikler bulunmaktadır. Örneğin bu sistem, hayvanların üzerine koyulan işaretlere veya harici cihazlara ihtiyaç duymamaktadır, karanlık ortamlarda bile çalışabilmekte, ayırt edici görünüşleri olmayan siyah inekleri bile tanımlayabilmekte, göreceli olarak ucuz ve hassas yer tespiti sağlamaktadır. Önerilen çözüm, belirli yüksek-liğe konan RGBD kameralarla çekilen hayvanların üst arka gövdesinin 3B şekil analizine dayanmaktadır. Yerel yüzey özelliklerine göre iki boyutlu imgeler oluşturulmakta ve bu imgeler yüz tanımlama algoritmaları kullanılarak kimliklendirilmektedir. Önerilen sistemin uygulanabilirliğini değerlendirmek amacıyla gerçek zamanda çalışan bir prototip yazılım geliştirilmiş ve bildiğimiz kadarıyla literatürde bulunmayan bir 3B sığır veri öbeği oluşturulmuştur. Bu veri öbeği, hareketli ve belirgin görünüşleri olmayan hayvanlardan farklı ışık koşullarında alınmıştır. Yapılan testlerde önerilen çözümün uygulanabilirliği alınan veri öbeği ile doğrulanmış olup, 50 ineğin %88'i doğru bir şekilde tanımlanabilmiştir.

Animal farms have been steadily growing to meet the consumption requirements of the society in an efficient manner. This fact necessitates new monitoring and tracking systems to collect useful information about the herds in order to observe their general health and instantaneous state. However, recognizing and tracking an animal in a farm is a difficult task due to the target's similarity and hard to predict dynamics. In this thesis, a novel cow identification system is proposed. There are prominent features of this solution which differentiates it from the others in the literature, i.e., it does not need any markers or external devices placed on the animal; works in even unlighted environments; identifies even black cows without distinctive coat patterns; is relatively cheaper, and enables accurate positioning. Proposed solution is based on 3D shape analysis of the top back part of the animals captured with RGBD cameras placed at an adequate height, where two dimensional images are constructed with respect to the local surface features and are subsequently identified by using face recognition methods. To evaluate the applicability of the proposed system, a real-time prototype software has been developed and a 3D cattle dataset is acquired which, to our knowledge, is unique in the literature. This dataset is gathered from moving animals which do not have distinctive coat patterns and captured in different lighting conditions. Applicability of the proposed solution has been verified by testing with the acquired dataset. Convincing results are obtained where %88 of 50 cows are identified successfully.