(Automatische) Detektion, Posenbestimmung und Identifizierung von Pferden mit Verfahren der 2D- und 3D-Bildverarbeitung unter Verwendung biometrischer Merkmale

Die Identifikation von Individuen beim Menschen anhand von Gesichtsaufnahmen wurde bereits in zahlreichen Arbeiten behandelt. Dagegen umfasst die Literatur nur wenige Arbeiten, welche entsprechende Ansätze der Gesichtserkennung beim Menschen zur Unterscheidung von Nutztieren untersuchen. Zudem konnten keine Arbeiten ausgemacht werden, die eine Detektion der Köpfe von Tieren (Nutztiere wie Rind, Pferd und Schaf) mit seitlich am Kopf ausgerichteten Augen behandeln. Ein entsprechendes System zur Identifikation von Nutztieren anhand ihrer Gesichter per Kamera stellt eine Alternative zur Erkennung durch am Tier befestigte RFID-Transponder zum Monitoring der Tiere in der Präzisionstierhaltung (PLF) dar. Das Hauptziel der vorliegenden Arbeit war die Entwicklung und Anwendung von Methoden, die es weitestgehend automatisch ermöglichen Individuen bei Pferden anhand von Kameradaten der Gesichter zu unterscheiden. Dazu wurde ein Bilderfassungssystem aufgebaut, um unter realen Bedingungen in einer Futterstation, neben den Grauwertdaten zweier Industriekameras, die Tiefendaten der Szene zu erfassen. In dem Pferdestall wurde eine Datenbank der Besuche von Pferden mit insgesamt 587k Frames erstellt. Die Methoden zur Detektion und Posennormalisierung der Pferdeköpfe in den Bilddaten sind speziell für die Pferde angepasst und entwickelt worden. Die Detektion der Pferdeköpfe arbeitet ausschließlich auf den Tiefendaten, um unabhängig von Fellfarbe und -zeichnung der Tiere zu sein, und erreicht auf den Vergleichsdaten eine Treffergenauigkeit von 97,4%. Die Identifikation von Individuen aus einer Gruppe von neun Pferden erreicht mit dem hier angewendeten Verfahren der Eigengesichter bereits mit geringer Auflösung und einem Lernanteil von 12,5% der Bilddaten eine Treffergenauigkeit von 97%. Diese Arbeit zeigt somit einen erfolgreichen Weg zur weitestgehend automatischen Identifikation von Pferden unter Verwendung der biometrischen Merkmale im Gesicht der Tiere auf.

The recognition of human individuals based on facial images is a wide spreaded topic within research literature. Whereas there’s only very limited literature/research on the adaptation of methods to recognize individuals in livestock. Additionally no sound scientific literature deals with the detection of those animals’ heads in livestock (e.g. cattle, horse or sheep), whose eyes are placed laterally on their heads. An appropriate system being able to do animal identification on face images is a true alternative to current systems using radio-frequency identification (RFID) transponders for animal monitoring in precision livestock farming (PFL). The main objective of the current research work was to develop and apply methods to identify individual horses only based on facial camera data, which should run at the greatest possible extent automatically. To achieve this goal a device has been developed that allows the capturing of depth data of the scene in addition to grey scale data of two industrial cameras under real-life conditions within a feeding station for horses. A database of horses has been created during their visits to an automatic feeding station inside the housing. Altogether 587k frames have been captured. Special methods were developed and/or adapted to detect the individual heads of the horses and to normalize their pose in the image data automatically. The detection of the horses’ heads is based exclusively on the depth data, in order to be independent of color and pattern on the animal’s coat. It achieves an accuracy (ACC) of 97,4% on the comparative data. Identification has been performed with the method of eigenfaces on a group of nine horses reaching an accuracy (ACC) of 97% using low image resolution and 12,5% of the image data for training. The current research work was successful in showing a way for an almost completely automatic detection and identification of horses by utilizing the biometric features within the animals’ faces.

Vorschau

Rechte

Nutzung und Vervielfältigung:

Keine Lizenz. Es gelten die Bestimmungen des deutschen Urheberrechts (UrhG).

Bitte beachten Sie, dass einzelne Bestandteile der Publikation anderweitigen Lizenz- bzw. urheberrechtlichen Bedingungen unterliegen können.

Zitieren

Zitierform:
Zitierform konnte nicht geladen werden.