Identificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animal

• Ano de defesa: 2015
• Autor(a) principal: Lomba, Luiz Fernando Delboni
• Orientador(a): Rubinsztejn, Hana Karina Salles, Pires, Pedro Paulo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Bovino; Cattle; Boi; Oxen; Animais - comportamento; Animal Behavior; Sensoriamento Remoto; Remote Sensing
• Link de acesso: https://repositorio.ufms.br/handle/123456789/2627

Este trabalho aborda a identificação automática do comportamento bovino, utilizando os dados de movimentação e posicionamento do animal e algoritmos de classificação supervisionada. Um colar composto por GPS, acelerômetro, giroscópio e magnetômetro foi desenvolvido e utilizado no pescoço de novilhas, mantidas no pasto experimental da Embrapa Gado de Corte, na cidade de Campo Grande / MS. Quatro unidades do colar coletaram mais de 500 horas de dados, sendo 71 horas com observação e anotação simultânea de um pesquisador. Os dados dos colares e das observações foram unificados e utilizados para construir o modelo de classificação automática dos comportamentos. Para classificar quatro comportamentos primário (Pastando/Procurando, Andando, Em Pé e Deitado), o algoritmo Random Forest obteve acurácia média de 93,99%. Separando os momentos que o animal estava Em Pé / Deitado Parado ou Ruminando, o modelo apresentou acurácia média de 89,55%. O trabalho também propõe uma metodologia para classificação dos comportamentos utilizando os dados dos colares e outras variáveis, tais como locais de interesse ou comportamentos já identificados. O comportamento Bebendo Água foi classificado utilizando as coordenadas geográficas e apresentou acurácia de 94,1%, enquanto sem elas a acurácia foi de apenas 71,2%. Esta pesquisa é fruto da parceria entre a FACOM / UFMS e a Embrapa Gado de Corte, dentro da linha de pesquisa de Tecnologias Computacionais para Pecuária.