Elk jaar worden er meer dan 59 miljard dieren geslacht voor de wereldwijde voedselproductie. Omdat de vraag naar vlees nog steeds stijgt wordt de intensieve veehouderij op grote schaal steeds belangrijker. Om in deze situatie het dierenwelzijn en gezondheid te verbeteren, kan automatische monitoring worden toegepast in plaats van de tijdsintensieve manuele observatie door de veehouder zelf.

Dit project beoogt de ontwikkeling van een welzijnsmonitor voor varkens op basis van een beperkt aantal eenvoudig meetbare dierparameters. In het onderzoek worden ethologische en fysiologische beoordelingen als referentie gebruikt voor de ontwikkeling en validatie van een monitor gebaseerd op automatisch gemeten visuele en auditieve signalen van de dieren. De monitor bestaat uit een camera en microfoon met bijbehorende beeld –en geluidsanalyse algoritmes. De beeldanalyse algoritmes monitorden o.a. het drinkgedrag en het eetgedrag. Ze schatten het lichaamsgewicht, identificeerden varkens in een hok en evalueerden de bewegin  locomotie van de dieren. Deze methoden hadden respectievelijk een nauwkeurigheid van 92%, 94.6%, 96.2%, 88.7% en 89.8%. De geluidsanalyse methodes bepaalden het hok waaruit het geluid afkomstig was met 89% nauwkeurigheid en telden het aantal schreeuwen in het compartiment met een sensitiviteit van 72% en een specificiteit van 92%.

De beeldanalyse algoritmes werden verder gevalideerd in een andere opstelling. De resultaten van de validatie toonden aan dat deze algoritmes robuust functioneerden in een andere opstelling.

Verder werd de combinatie van beeld –en geluidsanalyse onderzocht door de beeldactiviteit met de geluidsenergie te correleren. Deze eerste resultaten tonen het potentieel van deze combinatie aan. Maar enkele technische problemen hinderden verder onderzoek zoals de synchronisatie tussen de camera en de microfoon. Daarom zal in de toekomst het verband tussen deze combinatie met gezondheid en welzijn verder onderzocht worden.

De beeld –en geluidsanalyse algoritmes werden gebruikt om een mogelijke   randering in dierenwelzijn te ontdekken. Deze verandering werd gestimuleerd d.m.v. stressoren zoals een verandering in voedselsamenstelling, voederontzegging en hergroepering 16 van de varkens. Zowel beeld als geluidsanalyse algoritmes ontdekten een verandering veroorzaakt door deze stressoren.

De ontwikkelde algoritmes in dit project kunnen gebruikt worden als onderdeel van een managementsysteem voor de veehouder. Dit systeem zou vroegtijdige waarschuwing kunnen geven bij verstorende gebeurtenissen die het dierenwelzijn of gezondheid verminderen. Dit geeft de veehouder de kans om tijdig in te grijpen en zo de gezondheid en het welzijn van de dieren te verbeteren.