MONITORAMENTO DE PEQUENOS RUMINANTES EM REBANHOS UTILIZANDO VISÃO

Abstract

RESUMO: Segundo o Instituto Brasileiro de Geografia e Estatística (IBGE), o Brasil possuía em 2019 um rebanho de aproximadamente 11,3 milhões de caprinos (Capra hircus) e 19,7 milhões de ovinos (Ovis aries). Essas duas espécies compõem uma categoria de produção conhecida como pequenos ruminantes e são exploradas comercialmente na ovino-caprinocultura. Segundo a Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA), a comercialização de ovinos e caprinos entre 2006 e 2017 teve um acréscimo de 229% e 298%, respectivamente. Apesar dos crescentes investimentos nos últimos anos, a ovinocaprino-cultura no Brasil ainda não chegou a patamares comparáveis aos da bovinocultura, que representa uma das atividades pecuárias responsáveis pelo destaque do país no cenário mundial, com um rebanho de mais de 214 milhões de animais. Utilizando-se como base a bovinocultura brasileira, é possível estimar que a ovinocaprinocultura ainda tem espaço para crescer substancialmente no setor de produção de proteína animal. Para isso, são necessárias técnicas modernas de manejo de rebanho, tais como: expansão dos programas de melhoramento genético; monitoramento contínuo do rebanho; ganho de peso diário; e nutrição. Uma alternativa ao uso de balanças é fazer a predição do peso corporal utili-zando medidas morfológicas que sejam significantemente relevantes para o peso, tais como circunferência torácica, altura da cernelha e largura do quadril. Essas características são usualmente aferidas com uso de fita métrica ou réguas específicas. Entretanto, a maioria das medidas corporais são subjetivas, trabalhosas e requerem treinamento. Além disso, essas aferições podem ser estressantes para os animais. Levando em consideração o exposto, um sistema de visão computacional para pesagem automática de ovinos e caprinos seria de grande valia para o manejo de rebanho em fazendas. O sistema teria as seguintes características: baixo custo em relação às balanças tradicionais; durabilidade do sistema, pois o animal não terá contato com o equipamento; e abordagem não invasiva, através do uso de câmeras estrategicamente posicionadas. Dessa forma, o presente projeto tem por objetivo desenvolver um sistema de visão computacional para estimar o peso corporal de pequenos ruminantes em rebanho. Para isso, utilizaremos câmeras 3D acopladas em locais estrategicamente selecionados.

ABSTRACT: According to the Brazilian Institute of Geography and Statistics (IBGE), in 2019 Brazil had a herd of approximately 11.3 million goats (Capra hircus) and 19.7 million sheep (Ovis aries) . These two species make up a production category known as small ruminants and are commercially exploited in sheep and goat farming. According to the Brazilian Agricultural Research Corporation (EMBRAPA), the commercialization of sheep and goats between 2006 and 2017 increased by 229% and 298%, respectively. Despite increasing investments in recent years, sheep and goat farming in Brazil has not yet reached levels comparable to those of cattle farming, which represents one of the livestock activities responsible for the country’s prominence on the world stage, with a herd of more than 214 million animals. Using the Brazilian cattle industry as a basis, it is possible to estimate that sheep and goat farming still has room to grow substantially in the animal protein production sector. For this, modern herd management techniques are needed, such as: expansion of genetic improvement programs; continuous monitoring of the herd; daily weight gain; and nutrition. An alternative to using scales is to predict body weight using morphological measurements that are significantly relevant to weight, such as chest circumference, height at the withers, and hip width. These characteristics are usually measured using a tape measure or specific rulers. However, most body measurements are subjective, laborious and require training. In addition, these measurements can be stressful for the animals. Taking into account the above, a computer vision system for automatic weighing of sheep and goats would be of great value for herd management on farms. The system would have the following characteristics: low cost compared to traditional scales; durability of the system, as the animal will not have contact with the equipment; and non-invasive approach, through the use of strategically placed cameras. Thus, the present project aims to develop a computer vision system to estimate the body weight of small ruminants in a herd. For this, we will use 3D cameras attached to strategically selected locations.