キーポイント補正と歩行姿勢の定量化による歩行中の羊の自動立位体寸法測定

羊の体寸法を迅速かつストレスフリーに測定することは、精密生産および育種において重要です。既存の多くの方法は、羊を標準的な姿勢で固定位置に立たせる必要があり、ストレスや非効率を招いています。本研究は、迅速かつストレスフリーな方法を提案します。まず、羊の自然な歩行中にYOLOv11-poseモデルを用いて体のキーポイントを検出し、自作の補正アルゴリズムで補正します。次に、補正されたキーポイントに基づき、5つの歩行体寸法（WBS）および8つの姿勢角度（WPA）を算出し、回帰モデルを使って羊の立位体寸法（SBS）を推定します。結果は、検索半径が5ピクセルの場合、補正アルゴリズムにより17頭の未知の羊に対して未補正時より平均絶対誤差率（MAPE）が2.54%減少することを示しました。WPA+WBSの複合特徴セットは単独のWPAまたはWBSを上回りました。画像解像度は有意な影響を示し、撮影距離や照度は影響しませんでした。高解像度グループ（848×480）が強く推奨されます。4つの回帰モデル中でリッジモデルが最良であり、身長、臀部高さ、体傾斜長、腹部深さ、腹囲のMAPEはそれぞれ3.95%、4.69%、6.46%、7.48%、6.19%、未知羊17頭の平均は5.75%でした。元の11.54%のキーポイントベース手法に比べ、精度は50.17%大幅に向上しました。本方法は、生産と育種における羊の体寸法の迅速かつストレスフリーな推定のための理論的基盤と技術的支援を提供します。Science4Impact声明：本研究は、食料安全保障と動物福祉に関する家畜生産の主要課題に対応した羊の体寸法自動測定法を提案します。畜産育種家や農場運営者にとって、本法は自然歩行時に迅速かつ非侵襲的に計測可能で、国際的な動物福祉基準に準拠しつつ拘束を排し、ストレス関連の生産性低下を抑制します。農業技術企業に対しては、経験的に検証された性能を提供します。自社開発の補正アルゴリズムはキーポイント検出精度を向上させ、MAPEを2.54%削減し、リッジ回帰モデルは堅牢な予測能力（既知個体で6.04%、未知羊で5.75%の平均MAPE）を示し、商用測定システムへの統合をサポートします。農業助言機関や規制機関には、歩行姿勢の定量評価と回帰に基づく立位体寸法推定を提供し、精密育種の品質保証に寄与し、育種効率のベンチマーク開発を支援する情報をもたらします。利害関係者に実用的利点をもたらし、食料安全保障支援の生産性向上と動物福祉の保護を推進する本研究は、家畜における非侵襲的デジタル体尺技術の重要なギャップに対応します。