影像辨識技術支援乳牛行為監測與精準酪農數位孿生
45
文章來源 : 農業科技決策資訊平台 2026-08-03
乳牛行為資料支援精準酪農
在酪農場管理中，乳牛行為變化往往反映營養攝取、健康狀態、舒適度與動物福利。採食、飲水、躺臥、反芻及站立等日常行為若出現異常，可能代表乳牛正面臨飼養管理、消化代謝或健康風險。因此，如何連續掌握個別乳牛的行為變化，已成為精準酪農與智慧畜牧發展的重要基礎。數位孿生（digital twin）是精準畜牧的重要發展方向，係將真實牧場中的動物、環境與管理資料轉換為虛擬模型；其中，連續且可追蹤至個別乳牛的行為資料，是支援營養調整、健康預警與管理決策的重要依據。
攝影機影像如何降低行為監測限制
過去乳牛行為監測多仰賴人工觀察或穿戴式感測器。人工觀察耗時，且容易受到觀察者經驗與判斷影響；穿戴式設備雖可持續蒐集資料，但仍可能面臨設備遺失、電池更換、校正偏移，以及動物處理緊迫等問題。為降低上述限制，加拿大達爾豪斯大學（Dalhousie University）研究團隊開發一套以牛舍攝影機影像為基礎的乳牛行為辨識框架，利用設置於牛舍中的攝影機，記錄荷斯坦乳牛（Holstein cows）在接近商業化牛舍條件下的日常行為。
乳牛行為辨識框架運作方式
此框架運作時，人工智慧模型會先從影像中偵測乳牛位置，再持續追蹤個別乳牛，進一步判讀其正在進行的行為。本研究辨識的乳牛行為包括站立採食、躺臥採食、飲水、躺臥、躺臥反芻、站立反芻及站立等7類。測試結果顯示，表現較佳的TimeSformer模型整體辨識準確率達85.0%，具備接近即時分析的潛力。此框架也可輸出乳牛個體編號、行為開始與結束時間、持續時間及模型判斷信賴度等資料，使牛舍影像轉換為可供後續分析的結構化行為資料。
模型判斷乳牛行為特徵
研究團隊也透過模型判讀分析確認，此框架在辨識採食與飲水行為時，主要聚焦於乳牛頭部與口鼻區域；判斷姿勢時，則關注軀幹與四肢位置。此結果顯示，模型判斷並非僅依影像背景，而能對應乳牛實際行為特徵。研究團隊並以案例展示，說明影像辨識取得的採食時間，可作為估算乳牛每日乾物質採食量（dry matter intake, DMI）的參考，進一步支援個體化營養管理。
數位孿生建置基礎資料
整體而言，本研究提供一套不需配戴感測器、可連續追蹤個別乳牛行為的影像辨識框架，為精準酪農數位孿生建置提供基礎資料。未來若能進一步整合營養、健康、環境與牧場管理資料，將有助於酪農場更系統性掌握乳牛行為變化，並支援飼養管理、健康監測、營養調整及動物福利評估。本研究成果已發表於《npj Veterinary Sciences》期刊。
1 則留言
