💻 computer science

PlayClass: Automated Play Behaviour Classification in Poultry

L'article présente PlayClass, un pipeline automatisé qui combine le suivi de longue durée avec les embeddings de modèles de fondation pour classifier les comportements de jeu positifs chez les volailles à partir de vidéos en vue de dessus, atteignant un score F1 moyenné macro de 77,0 malgré des défis tels que l'occlusion et les similarités kinématiques entre les actions de jeu et non de jeu.

Auteurs originaux : Prince Ravi Leow (Section for Health Data Science & AI, University of Copenhagen), Neil Scheidwasser (Section for Health Data Science & AI, University of Copenhagen, Department of Infectious Disease E

Publié 2026-05-27

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Prince Ravi Leow (Section for Health Data Science & AI, University of Copenhagen), Neil Scheidwasser (Section for Health Data Science & AI, University of Copenhagen, Department of Infectious Disease Epidemiology, Imperial College London), Rebecca Oscarsson (AVIAN Behaviour Genomics and Physiology Group, Linköping University), Per Jensen (AVIAN Behaviour Genomics and Physiology Group, Linköping University), Samir Bhatt (Section for Health Data Science & AI, University of Copenhagen, Department of Infectious Disease Epidemiology, Imperial College London), David Alejandro Duchêne (Section for Health Data Science & AI, University of Copenhagen)

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous soyez un éleveur essayant de garder vos poules heureuses et en bonne santé. Depuis longtemps, les scientifiques sont excellents pour repérer quand les poules sont malades, blessées ou stressées (les signes « négatifs »). Mais ils ont surtout ignoré les choses amusantes — comme quand les poules jouent, gambadent ou poursuivent un ver. C'est comme avoir une caméra de sécurité qui ne vous alerte que lorsqu'une fenêtre est brisée, mais ne vous dit jamais quand les enfants s'amusent merveilleusement dans le jardin.

Ce papier, appelé PlayClass, revient à construire un nouveau type de « détecteur de plaisir » pour les poules. Voici comment ils l'ont fait, expliqué simplement :

1. Le Défi : Le Problème des « Poules dans la Foule »

Les poules se ressemblent beaucoup et elles se déplacent en groupes denses et nombreux. Si vous essayez de les filmer d'en haut, elles se bousculent constamment, se cachent les unes derrière les autres ou se perdent dans la foule.

L'Analogie : Imaginez essayer de suivre un ami précis dans un concert bondé où tout le monde porte le même t-shirt. Si votre ami disparaît derrière quelqu'un pendant une seconde, vous pourriez le perdre de vue et commencer à suivre une autre personne.
La Solution : L'équipe a construit un système de suivi intelligent. Ils ont utilisé un « repéreur » (un outil appelé YOLO) pour trouver les meilleurs moments de réinitialisation du suivi, s'assurant ainsi de ne pas perdre l'identité d'une poule spécifique même lorsqu'elle était cachée pendant un certain temps. Ils ont également utilisé un outil d'IA puissant (SAM 3) pour tracer un contour numérique autour de chaque poule dans chaque image.

2. Les Données : Une Bibliothèque de Jeux de Poules

Ils ont enregistré 30 vidéos de 45 jeunes poules sur 15 minutes chacune.

Le Dispositif : Ils ont donné aux poules des vers factices et des insectes vivants à jouer.
Les Étiquettes : Un expert humain a regardé les vidéos et noté exactement ce que les poules faisaient :
- Jouer : Courir vite, sauter, battre des ailes ou poursuivre un ver.
- Ne pas jouer : Juste marcher, rester immobile ou picorer le sol normalement.
Le Problème : La plupart du temps, les poules ne jouaient pas. C'est comme une bibliothèque où 87 % des livres sont des manuels ennuyeux, et seulement 13 % sont des histoires d'aventure passionnantes. L'ordinateur devait apprendre à trouver les rares « histoires d'aventure » (le jeu) sans se laisser confondre par les « manuels » (comportement normal).

3. Le Cerveau : Enseigner à l'Ordinateur à « Voir » le Jeu

Les chercheurs ont essayé deux méthodes différentes pour enseigner à l'ordinateur à quoi ressemble le « jeu » :

Méthode A : Le « Détective Mathématique » (Caractéristiques Manuelles)
Au lieu de montrer à l'ordinateur toute la vidéo, ils lui ont donné une liste de nombres décrivant le mouvement de la poule : À quelle vitesse va-t-elle ? Tourne-t-elle brusquement ? Quelle est la taille de sa forme ?
- Résultat : Cela a été étonnamment efficace ! En regardant simplement les mathématiques du mouvement, l'ordinateur a obtenu environ 73 % de justesse. Cela a prouvé que le jeu a une « danse » très spécifique.
Méthode B : L'« Étudiant en Art » (Modèles de Fondation)
Ils ont utilisé d'énormes cerveaux d'IA préentraînés (comme V-JEPA 2.1) qui avaient déjà appris à comprendre des vidéos provenant d'Internet. Ils ont demandé à ces cerveaux d'IA de regarder les vidéos de poules et de deviner le comportement.
- Résultat : L'« Étudiant en Art » (V-JEPA 2.1) était le meilleur pour comprendre l'histoire visuelle. Il était plus performant pour repérer les différences subtiles entre « courir pour le plaisir » et « courir pour échapper ».
La Super Combinaison : Lorsqu'ils ont combiné le « Détective Mathématique » (nombres de mouvement) avec l'« Étudiant en Art » (compréhension visuelle), ils ont atteint leur score le plus élevé : 77 % de précision.

4. Où Cela Continue de Peiner

Même avec ce système intelligent, l'ordinateur se trompe encore parfois.

Le Problème des « Jumeaux » : Parfois, une poule court vite parce qu'elle joue, et d'autres fois elle court vite parce qu'elle a peur. Pour la caméra, elles ont exactement la même apparence. L'ordinateur ne peut pas toujours faire la différence.
Le Problème du « Cachage » : Lorsque les poules s'empilent les unes sur les autres (occlusion), l'ordinateur perd la trace de qui est qui, ce qui conduit à des erreurs.

La Conclusion

Ce papier montre que nous pouvons désormais repérer automatiquement quand les poules s'amusent, et pas seulement quand elles sont en difficulté.

Point Clé : Vous n'avez pas besoin d'une IA super complexe pour faire cela ; les mathématiques simples du mouvement fonctionnent presque aussi bien que l'IA la plus avancée. Cependant, combiner les deux donne les meilleurs résultats.
L'Objectif : Il ne s'agit pas encore de prédire l'avenir ou de guérir des maladies. Il s'agit de prouver que nous pouvons construire un système pour mesurer le bien-être positif (bonheur/jeu) chez les animaux d'élevage, ce qui constitue une avancée majeure pour comprendre comment les animaux se sentent.

Résumé Technique : PlayClass – Classification Automatisée du Comportement de Jeu chez les Volailles

Énoncé du Problème

La surveillance automatisée du bien-être animal s'est historiquement concentrée sur les indicateurs négatifs (par exemple, la maladie, la douleur), laissant les comportements de bien-être positifs comme le jeu significativement sous-explorés. Bien que la vision par ordinateur ait fait progresser l'estimation de la pose animale et le suivi, l'application de ces technologies aux volailles présente des défis uniques : des groupes denses d'individus visuellement similaires entraînent des occlusions fréquentes et une confusion des identités. De plus, le comportement de jeu est intrinsèquement difficile à classifier automatiquement en raison de la rareté des données, de l'ambiguïté définitionnelle (le jeu partage souvent des motifs moteurs avec des comportements non ludiques) et de transitions d'état rapides. Les travaux existants n'ont pas abordé la classification automatisée du comportement de jeu chez les volailles au niveau individuel.

Méthodologie

Les auteurs présentent PlayClass, un pipeline conçu pour classifier les comportements de jeu au niveau individuel à partir de vidéos de parcs à volailles prises de dessus. Le système intègre trois composants principaux :

1. Stratégie de Suivi (SAM 3 avec Découpage Adaptatif)

Pour gérer des enregistrements de 15 minutes où le suivi de bout en bout est limité par la mémoire GPU et l'accumulation d'erreurs :

Découpage : Les vidéos sont traitées par segments de 60 secondes.
Initialisation : Le suivi est initialisé par une invite textuelle (« oiseau ») ou une stratégie d'ancrage adaptative (exécution de SAM 3 sur les 5 premières secondes pour trouver une image à haute confiance et bien séparée).
Maintien de l'Identité : Pour minimiser les changements d'identité entre les segments, le système utilise une sélection de limites de segments guidée par YOLO. Un détecteur YOLO et un suiveur BoT-SORT identifient les images présentant une séparation maximale entre les oiseaux pour servir de limites de segments, facilitant un transfert d'identité robuste.
Sortie : Le pipeline génère plus de 1,8 million de masques suivis avec des boîtes englobantes sur 30 vidéos (45 individus).

2. Extraction de Caractéristiques

Le système extrait deux flux de caractéristiques complémentaires par fenêtre d'observation :

Caractéristiques de Mouvement Artisanales : 19 caractéristiques par image dérivées des masques suivis, capturant la forme spatiale (surface, solidité), la dynamique temporelle (vitesse, accélération) et le contexte social (distances aux autres). Elles sont résumées en un vecteur de 171 dimensions utilisant des moments statistiques et des percentiles.
Embeddings de Modèles Fondamentaux : Le pipeline évalue des embeddings figés provenant de modèles fondamentaux d'images et de vidéos :
- Modèles d'Images : DINOv3 (extraction des embeddings du token CLS à partir de recadrages de boîtes englobantes).
- Modèles de Vidéos : V-JEPA 2, V-JEPA 2.1 et VideoPrism (traitement de clips non chevauchants et moyennage spatial).

3. Architecture de Classification

La tâche est un problème de classification à 3 classes : Jeu Locomoteur, Jeu avec Objet et Autre (non ludique).

Déséquilibre des Classes : Le jeu de données est fortement déséquilibré (86,7 % Autre, 9,3 % Jeu avec Objet, 4,0 % Jeu Locomoteur).
Modèles : Deux architectures ont été testées : un Perceptron Multicouche (MLP) sur des caractéristiques moyennées et un CNN 1D pour préserver les signaux temporels.
Validation : Une stratégie de validation croisée Leave-One-Cage-Out (LOCO) a été employée pour prévenir les fuites environnementales, garantissant que le modèle généralise à travers différents parcs physiques.

Résultats Clés

L'étude a été évaluée sur un jeu de données de 30 enregistrements couvrant 45 poussins de Faisan Rouge × Leghorn Blanc, annotés en 14 515 fenêtres.

Performance de Référence : Les caractéristiques de mouvement artisanales seules, traitées par un MLP simple, ont atteint un score F1 macro-moyen de 73,4, établissant une base solide sans représentations visuelles apprises.
Performance des Modèles Fondamentaux : Parmi les backbones figés, V-JEPA 2.1 a systématiquement surpassé tous les autres modèles (DINOv3, VideoPrism, V-JEPA 2) aux échelles ViT-B et ViT-L.
Meilleure Performance : L'approche hybride combinant des caractéristiques artisanales avec des embeddings V-JEPA 2.1 (ViT-L) a produit les performances les plus élevées : 77,0 de score F1 macro-moyen.
Mise à l'Échelle : L'augmentation de la taille du modèle (par exemple, de DINOv3 à ViT-H) a produit des gains minimes, suggérant que les représentations saturent tôt pour ce domaine spécifique.
Analyse des Erreurs :
- Le modèle a eu le plus de difficultés avec le Jeu avec Objet (66,1 % de rappel), le classant souvent à tort comme « Autre ».
- Les erreurs étaient dues à une ambiguïté cinématique (par exemple, le « picotement de ver » partage des profils de mouvement avec des comportements non ludiques) et à l'occlusion.
- Le Sautillant (un sous-type locomoteur) formait un cluster distinct avec un rappel élevé (88 %), probablement en raison de sa signature de mouvement multidirectionnel unique.
- La Surpopulation a impacté significativement la précision du jeu avec objet ( $\rho$ de Spearman = 0,17).

Importance et Revendications

L'article revendique de fournir le premier cadre automatisé pour la classification du comportement de jeu au niveau individuel chez les volailles. Ses contributions principales sont :

Un Pipeline de Suivi Robuste : Extension de SAM 3 aux enregistrements de longue durée via un découpage guidé par YOLO et un ancrage adaptatif, maintenant l'identité à travers des occlusions fréquentes.
Étalonnage des Modèles Fondamentaux : Établissement de V-JEPA 2.1 comme backbone supérieur pour la classification du comportement animal, surpassant les modèles basés sur des images et d'autres modèles vidéo.
Insight sur la Reconnaissance du Jeu : Démontrant que, bien que les représentations vidéo figées fournissent un signal complémentaire, les caractéristiques cinématiques et de forme artisanales seules constituent une base forte et interprétable (73,4 F1). Cela suggère qu'une grande partie du signal pertinent pour la tâche dans le jeu des volailles est capturée par les statistiques de mouvement et de proximité.

Les auteurs concluent que, bien que le pipeline montre des preuves encourageantes pour la détection automatisée du jeu, des défis persistent concernant l'occlusion et l'ambiguïté définitionnelle des sous-types de jeu. Ils notent que la dépendance actuelle au post-traitement manuel pour la correction d'identité limite le déploiement entièrement autonome, suggérant que les travaux futurs devraient se concentrer sur le pré-entraînement adaptatif au domaine et l'amélioration de la correspondance d'identité entre les segments.