CowTalk: Automatic classification of cow vocalisations for monitoring their well-being (Q3217188)

From EU Knowledge Graph
Revision as of 08:33, 12 October 2021 by DG Regio (talk | contribs) (‎Changed label, description and/or aliases in en: translated_label)
Jump to navigation Jump to search
Project Q3217188 in Spain
Language Label Description Also known as
English
CowTalk: Automatic classification of cow vocalisations for monitoring their well-being
Project Q3217188 in Spain

    Statements

    0 references
    10,000.0 Euro
    0 references
    20,000.0 Euro
    0 references
    50.0 percent
    0 references
    1 January 2020
    0 references
    30 September 2020
    0 references
    UNIVERSIDAD RAMON LLULL
    0 references

    41°22'58.40"N, 2°10'38.75"E
    0 references
    08019
    0 references
    El ganado lácteo es uno de los sistemas ganaderos con más actividad en producción en Europa [1]. Durante las últimas décadas, el bienestar animal se ha convertido en una preocupación fundamental para esta industria. Los estudios demuestran que el bienestar de las vacas puede afectar negativamente a su crecimiento y su potencial reproductivo, así como la cantidad y la calidad de la leche que producen [2]. Además, la sociedad se ha vuelto cada vez más consciente del bienestar animal, exigiendo transparencia y un mejor tratamiento de los animales de granja [3]._x000D_ Sin embargo, la evaluación del bienestar animal se basa normalmente en grabaciones puntuales de indicadores ambientales y basados en animales. Las herramientas disponibles para este propósito son costosas, requieren mucho tiempo y, a veces, incluso son invasivas [4]._x000D_ Este proyecto reúne un equipo multidisciplinario para evaluar la aceptación técnica y de mercado de una tecnología ganadera de precisión (Precision Livestock Technology - PFL) para detectar automáticamente problemas de bienestar como el estrés y el dolor en el ganado vacuno de leche, que se ha observado que son los principales efectos negativos que reducen el bienestar. Esta solución de monitorización no invasiva basada en un sensor funcionando 24x7 que utiliza una tecnología de reconocimiento de sonido para analizar la vocalización de la vaca, aportando beneficios a los productores --- como sistema de alerta temprana de posibles problemas, que les pueda permitir tomar medidas correctivas y oportunas --- y también a los consumidores, cada día más concienciados por el bienestar de los animales productores de alimentos._x000D_ Este proyecto aprovecha el trabajo y los conocimientos de los proyectos financiados de nuestros miembros:_x000D_ 1. En el marco del proyecto LIFE + DYNAMAP (LIFE13 ENV / IT / 001.254) se distingue automáticamente entre el ruido de tráfico y el resto de eventos anómalos para la generación en tiempo real del mapa de ruido de tráfico. Esta experiencia será el punto de partida para el análisis de las vocalizaciones y su posible distinción automática. La Dra. Alsina es líder técnica de WP técnicos que hacen referencia a la algorítmica de procesamiento de señal y de inteligencia artificial para el trabajo con la ANED, que es el Anomalous Noise Event Detector._x000D_ 2. El el marco del proyecto SmartSense (TECSPR16-1-0066) se diseñó e implementó la plataforma homónima para acelerar el desarrollo de pruebas de concepto en tecnología de reconocimiento de diferentes tipos de sonido. Esta plataforma se utilizará para desarrollar nuestra solución. El Dr. Duboc es la titular._x000D_ 3. El proyecto ClearFarm (862.919 - H2020-SFS-2018-2020 / H2020-SFS-2019-1) ofrecerá una plataforma para entender las necesidades de los agricultores y los consumidores en términos de bienestar animal y, por tanto, una visión directa de las necesidades del mercado. Nos pondremos en contacto con los socios de este proyecto para evaluar la aceptación y la aceptabilidad del mercado de una solución PLF mediante nuestra tecnología. El Dr. Llonch es el coordinador científico._x000D_ [1] http://tiny.cc/9yu07y_x000D_ [2] doi: 10.3389/fvets.2018.00305_x000D_ [3] doi:10.2875/884639_x000D_ [4] doi:10.7120/09627286.21.3.339 (Spanish)
    0 references
    Dairy cattle is one of the livestock systems with the highest production shares in Europe [1]. Over the last decades, animal welfare has become a fundamental concern for this industry. Studies show that the welfare of cows may adversely affect their growth and reproductive potential, as well as the quantity and the quality of the milk they produce [2]. Furthermore, society has become increasingly aware of animal welfare, demanding transparency and better treatment of farmed animals [3]. _x000D_ However, the assessment of animal welfare normally relies on momentary recordings of environmental and animal-based indicators. Tools available for this purpose are costly, time consuming and sometimes invasive [4]. _x000D_ This project brings together a multidisciplinary team to evaluate the technical and market acceptance of a precision livestock technology (PFL) for automatically detecting welfare problems such as stress and pain in dairy cattle, both proven to be the major negative effect states reducing welfare. This sensor-based non-invasive 24x7 monitoring solution uses sound analysis and recognition technology to monitor cow¿s vocalization, bringing benefits to both producers --- as an early warning system of potential problems, allowing them to take corrective and timely measures --- and consumers, likely concerned about the welfare food producing animals. _x000D_ This project leverages the work of funded projects from our team members: _x000D_ 1. LIFE+ DYNAMAP (LIFE13 ENV/IT/001254) automatically distinguishes between traffic and non-traffic noise for the real-time generation of traffic noise map. Learnings from this experience will inform the choice and fine tuning of algorithms for analysing the vocalization of cows. Dr. Alsina is a WP technical leader._x000D_ 2. SmartSense (TECSPR16-1-0066) developed the SmartSense platform for the rapid development of proofs-of-concept in sound recognition technology. This platform will be used to develop our solution. Dr. Duboc is the PI._x000D_ 3. ClearFarm (862919 ¿ H2020-SFS-2018-2020/H2020-SFS-2019-1) will offer a platform to understand the needs of farmers and consumers in terms of animal welfare, and thus a direct view of the market needs. We will contact the partners from this project to assess the market acceptance and acceptability of a PLF solution using our technology. Dr. Llonch is the scientific coordinator._x000D_ [1] http://tiny.cc/9yu07y_x000D_ [2] doi: 10.3389/fvets.2018.00305_x000D_ [3] doi:10.2875/884639_x000D_ [4] doi:10.7120/09627286.21.3.339 (English)
    0 references
    Barcelona
    0 references

    Identifiers

    IU68-016883
    0 references