Zur Kurzanzeige

dc.contributor.authorHesse, Lukas
dc.contributor.authorFruhner, Maik
dc.contributor.authorTapken, Heiko
dc.contributor.authorMüller, Henning
dc.contributor.editorHoffmann, Christa
dc.contributor.editorStein, Anthony
dc.contributor.editorRuckelshausen, Arno
dc.contributor.editorMüller, Henning
dc.contributor.editorSteckel, Thilo
dc.contributor.editorFloto, Helga
dc.date.accessioned2023-02-21T15:14:28Z
dc.date.available2023-02-21T15:14:28Z
dc.date.issued2023
dc.identifier.isbn978-3-88579-724-1
dc.identifier.issn1617-5468
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/40309
dc.description.abstractDie Sicherstellung des Tierwohls ist einer der Kernaspekte in der modernen Nutztierhaltung. Da sich durch den steigenden Bedarf an Lebensmitteln und dem steigenden Kostendruck immer mehr Landwirte dazu gezwungen sehen, immer größere Tierzahlen zu halten, fällt es vor dem Hintergrund des Fachkräftemangels schwieriger, diesem Aspekt nachzukommen. Aus diesem Grund müssen Technologien zur Unterstützung von Landwirten entwickelt werden, welche datenbezogene hochwertige Entscheidungshilfen geben können. Einen solchen Ansatz erarbeitet das Team des Forschungsprojektes SmartTail, bei dem unter anderem eine Computer-Vision-basierte Aktivitätserkennung erarbeitet wird. Durch die nicht-invasive und kostengünstige Hardware können so potenziell flächendeckend Systeme zur Unterstützung der Landwirte implementiert werden. Innerhalb dieser Arbeit wird sich mit der videobasierten Aktivitätserkennung bei Schweinen beschäftigt. Besonders betrachtet wird dabei das Problem des Schwanzbeißens. Dieses ist in der Schweinehaltung bekannt, aber aufgrund der multifaktoriellen Ursachen existiert bisher weder ein System zur Vorhersage noch zum Erkennen solcher Attacken. Aus diesem Grund werden innerhalb dieser Arbeit mehrere state-of-the-art Modelle zur bildbasierten Aktivitätserkennung betrachtet und miteinander verglichen, um so ein effektives System zur Aktivitätserkennung bei Schweinen zu entwickeln.de
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartof43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-330
dc.subjectComputer Vision
dc.subjectAktivitätserkennung
dc.subjectKünstliche Intelligenz
dc.subjectMastschweine
dc.titleComputer-Vision-basierte Aktivitätserkennung bei Schweinende
dc.typeText/Conference Paper
dc.pubPlaceBonn
mci.reference.pages101-112
mci.conference.locationOsnabrück
mci.conference.date13.-14. Februar 2023


Dateien zu dieser Ressource

Thumbnail

Zur Kurzanzeige