Проблема восстановления популяции утки кряквы является одной из актуальных задач как в контексте экологии, так и в сфере сельскохозяйственной деятельности, сопряженной с технологическим стрессом, возникающим в результате взаимодействия с деятельностью человека. В условиях дичефермы, где важно отслеживать поведение большого количества особей, оперативное распознавание уток и их классификация на основе половой принадлежности (селезень или утка) позволяют своевременно выявлять изменения в поведении и условиях содержания, мониторинга их состояния здоровья.
Исследование осуществляется по гранту РНФ № 24-26-00227 «Профилактика технологического стресса у утки кряквы на основе технологии искусственного интеллекта для восстановления её популяции в естественной среде обитания».
В процессе решения задачи по мониторингу и анализу поведения уток крякв с целью профилактики технологического стресса было принято решение использовать технологию искусственного интеллекта, а именно нейросетевые модели для компьютерного зрения. В частности, в рамках проекта применяется модель YOLO – эффективной архитектуры для задач детекции объектов в реальном времени.
Исследование включало в себя несколько этапов. Для наблюдения за поведением уток были установлены камеры на дичеферме, где ведется искусственное разведение утки кряквы. Видеоархив был разделен на отдельные видеофрагменты для дальнейшей разметки и анализа. Из каждого видеофайла извлекались ключевые кадры для создания репрезентативного набора изображений.
Первым этапом в разработке нейросети стал выбор архитектуры YOLOv8 с высокой производительностью и способностью обрабатывать изображения в реальном времени. Следующим этапом стал сбор видео с камер, установленных на территории фермы. Съемка производилась на протяжении всего дня, что позволяло запечатлеть уток в различных условиях освещения: от раннего утра до позднего вечера.
В рамках проекта была разработана веб-платформа DucksWantToLive, предназначенная для хранения и визуализации данных о количестве детектированных уток, а также для просмотра изображений, полученных с камер. Данное веб-приложение предоставляет возможность генерировать отчеты, которые могут быть использованы для дальнейшего анализа и принятия решений в области управления популяцией уток.
Если говорить о результатах исследования, то уже разработана система мониторинга и анализа поведения уток крякв с целью профилактики технологического стресса. А нейросетевая модель YOLO для детекции и классификации уток продемонстрировала высокую эффективность в режиме реального времени, обеспечив точное выявление факторов стресса и анализ поведенческих реакций птиц как в условиях дичеразведения в охотничьих хозяйствах, так и в естественных условиях.
Поставленные задачи на данном этапе НИР решены в полном объеме. Успешно реализована система мониторинга, которая позволяет анализировать поведение уток на предмет выявления факторов стресса.
Также важно правильное соотношение особей обоих полов, когда на одного селезня приходится от трех до пяти уточек, что способствует качественному оплодотворению яйца. И вот ИИ с компьютерным зрением помогает здесь на уровне расчетов ежедневно предоставлять актуальную информацию об общем количестве птицы - уток, селезней, их соотношение. Плюс компьютерное зрение будет отслеживать поведенческие реакции утки на процессы кормления, движения по территории фермы. Таким образом можно отслеживать стрессовые ситуации, признаки болезни, которую можно предотвратить, выяснив, какие корма применялись, каково качество воды и предприняв какие-то профилактические действия. Если и после этого изменения в поведении птицы не происходит, то проводятся более глубокие исследования - анализ крови и т. д. Одним словом, данная система облегчает проведение человеком ветеринарно-зоотехнических мероприятий на птицеферме.
Технологии компьютерного зрения и искусственного интеллекта позволяют своевременно выявлять факторы, негативно влияющие на здоровье птиц, и адаптировать условия их содержания. Это способствует увеличению продуктивности дичеферм охотничьих хозяйств и сохранению биоразнообразия экосистем. Также возможно внедрение системы в другие области сельского хозяйства, требующие мониторинга поведения животных. Система продолжает совершенствоваться.
На птицефермах всегда были подобные проблемы, на которые не то чтобы не обращали внимания, но принимали их как неизбежные издержки. Предлагаемая нами система призвана эти издержки минимизировать.
Игорь Голота, управление информационной политики
isdstu@mail.ru
