Юрочка Сергей Сергеевич - кандидат технических наук, старший научный сотрудник.
Москва
Sergey S. Yurochka - Ph.D.(Eng.), senior researcher.
Moscow
Довлатов Игорь Мамедяревич - кандидат технических наук, научный сотрудник.
Москва
Igor M. Dovlatov - Ph.D.(Eng.), researcher.
Moscow
Хакимов Артем Рустамович - младший научный сотрудник.
Москва
Artem R. Khakimov - junior researcher.
Moscow
Комков Илья Владимирович - магистрант, специалист.
Москва
Ilya V. Komkov - master’s student, specialist.
Moscow
Павкин Дмитрий Юрьевич - кандидат технических наук, старший научный сотрудник.
Москва
Dmitry Yu. Pavkin - Ph.D.(Eng.), senior researcher.
Moscow
Базаев Савр Олегович - кандидат сельскохозяйственных наук, научный сотрудник.
Москва
Savr O. Bazaev - Ph.D. (Agri), researcher.
Moscow
Оценка фенотипа является неотъемлемой частью работы по улучшению генетического потенциала отечественных пород крупного рогатого скота. Проводятся исследования по цифровизации и автоматизации фенотипирования с использованием оптических систем распознавания и оценки линейных параметров животных. Разрабатывается макет бесконтактной системы мониторинга показателей фенотипа скота. Перемещение животных внутри макета (лабораторного измерительного стенда) ограничивается специальным прозрачным стеклом из полиэтилентерефталата, что позволяет получать трехмерные снимки экстерьера животных. Для подтверждения пригодности стекла к эксплуатации проведены лабораторные испытания. (Цель исследования) Определение степени влияния загрязнения стекла на точность работы оптической системы распознавания животных. (Материалы и методы) Приведены характеристики лабораторного стенда, объекта и оборудования, методика и условия эксперимента. Вероятность определения степени загрязнения стекла выражалось в пределах 0-1 (0,78 – высокая вероятность определения). (Результаты и обсуждение) Исследование показало, что система определения линейных параметров животных способно стабильно работать при загрязнении оградительного стекла до 30 процентов включительно. При загрязнении 50 процентов и некачественной очистке стекла возможность распознавания точек интереса снижается в 1,625 раза, а при загрязнении 80 процентов качественный сбор данных невозможен, в виду того, что камера не способна определить объект. При некачественной очистке стекла система работает нестабильно. (Выводы) Оптическая система позволяет распознавать и проводить оценку линейных параметров животных при загрязнении оградительного стекла лабораторного стенда не более 50 процентов и при условии его качественной очистки. При загрязнении стекла до 30 процентов данные оценки выше на 2,6-38 процента по сравнению с другими уровнями загрязнения.
Animal phenotype assessment plays a crucial role in enhancing the genetic potential of domestic breeds. Currently, research is underway to digitize and automate phenotyping through optical systems, enabling the recognition and evaluation of animals’ linear parameters. A prototype of a non-contact monitoring system for livestock phenotype indicators is currently under development. The movement of animals within the model (a laboratory measuring stand) is restricted by a specially designed transparent barrier made of polyethylene terephthalate, enabling the capture of three-dimensional photographs of the animals’ exterior. To validate the suitability of glass for this purpose, laboratory tests were conducted. (Research purpose) The research aims to determine the degree of relationship between protective glass contamination and the accuracy of the optical animal recognition system. (Materials and methods) The paper outlines the specifications of the laboratory stand, facilities, and equipment used, along with the methods employed and experimental conditions. The probability of determining the degree of protective glass contamination was quantified on a scale of 0 to 1, with a value of 0.78 indicating a high likelihood of accurate determination. (Results and discussion) The findings reveal that the system for determining the linear parameters of animals can operate reliably even when the protective glass is contaminated up to 30 percent. When the contamination reaches 50 percent due to inadequate glass cleaning, the system’s ability to recognize points of interest reduces by a factor of 1.625. Furthermore, at 80 percent contamination, achieving high-quality data collection becomes unfeasible as the camera fails to recognize the object. Proper cleaning of the glass is imperative to maintain the system stability. (Conclusions) The optical system enables the recognition and evaluation of animals’ linear parameters, provided that the protective glass of the laboratory stand is contaminated by no more than 50 percent and undergoes high-quality cleaning. At lower levels of glass contamination, up to 30 percent, these estimates exhibit a 2.6-38 percent increase compared to other contamination levels.
The authors declare that there are no conflicts of interest present.