زیست سنجی شترهای یک کوهانه با استفاده از فن آوری ماشین بینایی

سنجش ابعاد بدن در دام های اهلی برای اندازه گیری ویژگی هایی نظیر وزن، ارزیابی تیپ و نمره بدنی حیوان استفاده می شود. در دام های اهلی مهمترین اندازه های خطی بدن شامل ارتفاع شانه، دور سینه، عمق سینه، طول بدن، استخوان پیشانی، ارتفاع کپل، فاصله بین چشم ها، طول گوش، عرض گوش و طول دم است. اغلب این اندازه ها با وزن زنده و برخی صفات تولیدی دام های اهلی ارتباط دارد. به عنوان مثال نتایج بسیاری از مطالعات نشان می دهد که دور سینه، طول بدن، عرض لگن و ارتفاع شانه مناسب ترین و مطمئن ترین ویژگی ها برای تخمین وزن زنده دام است. در مطالعات اخیر از ویژگی های تصاویر دیجیتال در شرایط خاص برای تخمین اندازه های بدنی دام های اهلی استفاده شده است. مبنای عمل این اندازه گیری ها استفاده از فن آوری یادگیری ماشین است و در حال حاضر در مورد برخی دام ها نظیر گاوهای شیری آزمایش شده است، لذا این تحقیق با هدف بررسی امکان استفاده از فن آوری ماشین بینایی به منظور تخمین ابعاد بدن شتر های یک کوهانه انجام شد.

این تحقیق در سال 1395 تا 1396 روی شترهای یک کوهانه در یکی از گله های پرورش شتر در استان قم انجام شد. گله مورد مطالعه شامل 9 نفر شتر ماده بالغ یک شتر لوک بالغ و 11 نفر بچه شتر 2 تا 12 ماهه بود که در ماه های بعد و با شروع زایش ها تعداد 5 بچه شتر نوزاد در گله متولد شد. ابعاد بدن بچه شترهای موجود در گله و شترهای بالغ هر ماه یک مرتبه ثبت شد و همزمان تصاویر دیجیتال از فاصله ثابت (2 متری) از هر یک از شترها تهیه گردید. بطور کلی در این مطالعه در مجموع 203 رکورد از شترهای موجود در سنین مختلف اندازه گیری شد. هر عکس ابتدا به رایانه منتقل شد و سپس برخی ویرایش های لازم جهت بهتر شدن کیفیت عکس انجام شد. برخی خصوصیات عددی هر تصویر با استفاده از توابع تعریف شده در محیط گرافیکی نرم افزار متلب استحصال شد و در نهایت تعداد 22 خصوصیت مختلف از خصوصیات شکل شناسی از تصاویر شترها استخراج گردید. خصوصیاتی که با صفات زیست سنجی شتر ارتباط بیشتری داشتند، با استفاده از ضریب همبستگی پیرسون انتخاب شدند. داده کاوی اطلاعات با هدف کشف ارتباط ریاضی بین خصوصیات استخراج شده حاصل از یک تصویر با خصوصیات مرتبط با ابعاد بدن شتر ها با استفاده از ابزار شبکه عصبی مصنوعی نرم-افزار متلب انجام شد. برای تخمین ابعاد بدن شتر ها از ابزار "تخمین مقادیر" نرم افزار متلب استفاده شد. شبکه عصبی پیش بینی شده از نوع "شبکه عصبی پیش خور" بود که با الگوریتم "پس انتشار خطا" آموزش داده شد.

ویژگی های قطر معادل، طول محور اصلی، طول محور فرعی، جعبه محاطی، مساحت قسمت محدب، مساحت ناحیه پرشده، محیط تصویر، مساحت تصویر و تعداد نقاط سفید تصویر با ابعاد بدنی شتر ها همبستگی بالا و معنی داری داشته (P<0/05) و به عنوان ویژگی های موثر در طراحی شبکه عصبی مورد استفاده قرار گرفتند. دقت مدل ها در تخمین ابعاد بدن از روی تصاویر دیجیتال با استفاده از شبکه عصبی مصنوعی و پردازش تصویر برای طول بدن، ارتفاع شانه و ارتفاع کپل به ترتیب 0/98، 0/96 و 0/96 برآورد شد.

استفاده از پردازش تصویر و شبکه عصبی مصنوعی یا سایر ابزارهای داده کاوی می تواند به عنوان یک جایگزین مناسب و دقیقی برای ارزیابی های انسانی باشد و به صرفه جویی در وقت و هزینه های مربوط به زیست سنجی دام های بزرگ بویژه شتر کمک کند.