A CEDNet-based Algorithm for Cattle Detection and Counting in Complex Farming Environment in UAV Imagery

في المساحات الشاسعة والمفتوحة للزراعة الحديثة، تعد إدارة قطعان الماشية الكبيرة مهمة تتطلب يقظة مستمرة. يحتاج المزارعون إلى معرفة عدد الحيوانات التي لديهم بالضبط، وأماكن تواجدها، وسلوكها لضمان صحة القطيع وكفاءة المزرعة. لعقود من الزمن، كان هذا يعني التجول في الحقول أو الاعتماد على طرق مكلفة وتتطلب جهداً بشرياً كبيراً للعد. والي اليوم، تقدم التكنولوجيا منظوراً جديداً: المركبات الجوية غير المأهولة، أو الطائرات بدون طيار (الدرونز)، والتي يمكنها الطيران فوق المراعي والتقاط صور عالية الدقة للماشية بالأسفل. توفر هذه الصور رؤية من منظور عين الطائر يستحيل الحصول عليها من الأرض، لكنها تفرض أيضاً تحدياً فريداً للحواسيب. فعندما تنظر الطائرة بدون طيار إلى حشد كثيف من الأبقار، غالباً ما تتداخل الحيوانات، أو تحجب بعضها البعض، أو تندمج مع الأرض الطينية والظلال. البرامج الحاسوبية القياسية، التي تُدرب عادةً على التعرف على الأشياء عن طريق رسم مربعات حولها، غالباً ما تعاني في هذه المشاهد الفوضوية؛ فقد تفقد بقرة مختبئة خلف أخرى، أو قد ترتبك بسبب العدد الهائل من الحيوانات المتجمعة معاً. علاوة على ذلك، فإن تعليم الكمبيوتر التعرف على هذه الحيوانات يتطلب عادةً من البشر قضاء ساعات في رسم مربعات أو حدود دقيقة حول كل بقرة في آلاف الصور، وهي عملية بطيئة ومكلفة ويصعب توسيع نطاقها.

ولحل هذه المشكلات، طور فريق من الباحثين من جامعة تشينغدو لعلوم المعلومات وجامعة ساوث ويست مينزو طريقة جديدة لعد الأبقار باستخدام صور الطائرات بدون طيار. لقد أنشأوا خوارزمية حاسوبية متخصصة تسمى C2Net، مصممة خصيصاً للتعامل مع الواقع الفوضوي والمزدحم للمزارع العاملة. وبدلاً من مطالبة البشر برسم مربعات معقدة حول كل حيوان، تتطلب الطريقة الجديدة فقط وضع نقطة بسيطة لتحديد مركز كل بقرة. هذا التغيير الطفيف في كيفية إعداد البيانات يقلل بشكل كبير من الوقت والتكلفة اللازمين لتدريب النظام. كما بنى الباحثون مجموعة صور جديدة ضخمة، تسمى HerdSet7K، تحتوي على ما يقرب من 7000 صورة للماشية في بيئات متنوعة، من المراعي المفتوحة إلى حظائر التغذية المزدحمة. تتضمن هذه المجموعة مشاهد تكون فيها الأبقار قريبة جداً من بعضها البعض لدرجة أنها تشكل كتلة صلبة، بالإضافة إلى سيناريوهات تكون فيها منتشرة، مما يسمح للكمبيوتر بالتعلم كيفية تمييز الأفراد حتى عندما يتلامسون أو يتداخلون جزئياً.

إن جوهر هذا النظام الجديد هو طريقة ذكية لتعليم الكمبيوتر المسافة والمساحة. فبدلاً من مجرد البحث عن شكل البقرة، تقوم الخوارزمية بإنشاء خريطة توضح مدى بعد كل نقطة في الصورة عن أقرب بقرة. وفي المناطق التي تكتظ فيها الأبقار، تنشئ هذه الخريطة مناطق متميزة وغير متداخلة لكل حيوان، مما يسمح للكمبيوتر بتحديد المركز الدقيق لكل منها دون الارتباك بسبب الزحام. هذا النهج، الذي يسمه الباحثون "تحويل المسافة العكسي البؤري" (focal inverse distance transform)، يعمل كدليل يساعد الكمبيوتر على فصل الحيوانات الفردية حتى عندما تكون مدمجة بصرياً. وباستخدام هذه التقنية، يمكن للنظام عد القطيع بدقة عالية مع تتبع مكان وجود كل حيوان أيضاً، وهي قدرة أساسية لمراقبة عادات التغذية أو اكتشاف ما إذا كانت بقرة مصابة أو في حالة عراك.

وعندما اختبر الباحثون نظامهم الجديد مقابل نماذج الرؤية الحاسوبية الرائدة الأخرى، أظهرت النتائج ميزة واضحة في الظروف الصعبة. ففي السيناريوهات التي تكون فيها الأرض طينية، أو الإضاءة ضعيفة، أو الأبقار متجمعة في مجموعات كثيفة، غالباً ما تفشل النماذج التقليدية، حيث تفقد العديد من الحيوانات أو تعدها بشكل غير صحيح. ومع ذلك، حافظ نظام C2Net الجديد على دقته. وفي الاختبارات التي شملت مئات الصور، حقق النظام معدل خطأ في العد أقل بكثير من منافسيه، بمتوسط فرق يبلغ حوالي 20 بقرة لكل صورة مقارنة بالعدد الفعلي. والأهم من ذلك، أنه كان قادراً على تحديد موقع الأبقار الفردية بدرجة عالية من اليقين، حتى في أكثر الحظائر ازدحاماً حيث تستسلم الأنظمة الأخرى. كما أثبت النظام كفاءة كافية للعمل على أجهزة كمبيوتر أصغر ومحمولة، مما يعني إمكانية استخدامه على الطائرات بدون طيار أو روبوتات المزارع في الوقت الفعلي دون الحاجة إلى خوادم ضخمة ومكلفة.

توضح الدراسة أنه من الممكن أتمتة مراقبة الماشية بطريقة تتسم بالدقة العالية والعملية للزراعة الواقعية. ومن خلال تحويل التركيز من التوصيفات المعقدة والمستهلكة للوقت إلى علامات نقطية بسيطة، نجح الباحثون في خفض الحاجز أمام إنشاء هذه الأنظمة الذكية. فالطريقة الجديدة لا تكتفي بعد الحيوانات فحسب، بل توفر خريطة موثوقة لتوزيع القطيع، مما يمكن المزارعين من اتخاذ قرونات أفضل بشأن تخصيص الموارد ورفاهية الحيوان. وقد أتاح الفريق مجموعة بياناتهم ورمز الخوارزمية للجمهور، آملين أن يؤدي هذا النهج المفتوح إلى تسريع تطوير أدوات أكثر ذكاءً وكفاءة لمستقبل الزراعة. وفي النهاية، يقدم هذا العمل حلاً عملياً لمشكلة مستمرة، محولاً الضجيج البصري الفوضوي للمراعي المزدحمة إلى بيانات واضحة وقابلة للتنفيذ للمزارع.