217 “Развитие науки”
217 “Развитие науки”, подпрограмме 102 “Грантовое финансирование научных исследований”, специфике 154 “Оплата услуг по исследованиям” по приоритету Устойчивое развитие агропромышленного комплекса, по теме ИРН АР23488964 “Исследование алгоритмов машинного обучения на основе LiDAR технологий с искусственным интеллектом для оценки экстерьера крупного рогатого скота»
Информация грант МНВО РК
ИРН AP23488964 «Использование алгоритмов машинного обучения на основе LiDAR технологий с искусственным интеллектом для оценки экстерьера крупного рогатого скота»,
в рамках грантового финансирования МНВО РК по договору от 09.09.2024г. № 230/ГФ24-26 на 2024-2026 гг.
Участники и основные исполнители проекта:
|
№ п/п |
Ф.И.О., степень/ученая степень, ученое звание1 |
Роль в проекте или программе |
|
|
1 |
Бисембаев Ануарбек Темирбекович, к.с.-х.н., профессор |
Руководитель проекта |
|
|
2 |
Тлеуленов Жумадия Муратбекович, специалист |
Менеджер проекта |
|
|
3 |
Утепов Арман Тлеулесович, доктор PhD |
Научный сотрудник |
|
|
4 |
Муратбек Аружан, средне-специальное, графический дизайн |
Научный сотрудник |
|
|
5 |
Кабильдинова Гульнара Макашевна, специалист |
Финансовый эксперт |
Задачи проекта
1) Получение фактических промеров показателей экстерьера крупного рогатого скота с применением зоотехнических инструментов.
Это позволит получить достоверные и точные данные по показателям экстерьера (высота в крестце, высота в холке, высота спины, глубина груди и ширина поясницы) не менее 100 голов скота и позволит сравнивать фактические данные экстерьера с расчетной оценкой по изображениям 3D камер;
2) Изучение применения 3D камер для получение цифрового изображения животных по изучаемым признакам.
Это позволит отработать расположение 3D камер для получения четких и достоверных данных показателей экстерьера, и обеспечит надежное получение цифрового изображения животного;
3) Разработка программного продукта с математическим алгоритмом измерения показателей экстерьера крупного рогатого скота с 3D-изображения по не менее 5-ти показателям.
Данная задача проекта позволит изучить и оценить возможности получения точных данных экстерьера крупного рогатого скота с 3D изображения при повторяемости оценки измерений не менее 10 животных.
Этапы реализации проекта включают следующие основные шаги:
ü Подбор и приобретение необходимого фото и видеооборудования. Для создания 3D модели животных потребуется камера со специальными возможностями оценки глубины и высоким разрешением изображения.
ü Для обеспечения оптимальных условий для фото и видеосъемки животного, может потребоваться создание специальных конструкций, таких как арка или тоннель.
ü Расположение и калибровка оборудования. Прежде чем приступить к съемке, необходимо правильно расположить и настроить камеры для получения максимально точных данных.
ü Промышленное испытание 3D сканера. Необходимо проверить работоспособность и точность полученной 3D модели животного. Возможно, потребуется вносить корректировки и улучшения в процессе испытаний.
ü Определение времени и скорости прохождения животного. Для получения наилучших результатов, необходимо определить оптимальное время и скорость движения животного через арку/тоннель, чтобы создать наиболее полную и точную 3D модель.
ü Получение данных с 3D модели животного. После съемки и обработки видеопотока, необходимо получить 3D модель животного с высоким разрешением и точностью данных до 0,5 см. Эти данные будут использоваться для анализа и оценки экстерьера животных.
Ожидаемые результаты
Проектная группа, работающая над исследованием алгоритмов машинного обучения на основе LiDAR технологий с искусственным интеллектом для оценки экстерьера крупного рогатого скота, ответит на вопрос о возможности применения этих камер в данной области. Реализация этого проекта станет основой для создания современной системы селекции сельскохозяйственных животных.
В рамках проекта будет подготовлена проектная документация и схема расположения 3D-камер, используемых для оценки экстерьера скота. В рамках проекта будут получены результаты изучения не менее 100 животных и проведен сравнительный анализ с 3D-профилем животных с ожидаемым совпадением данных не менее 80%. Эти результаты, включающие оценку пяти внешних показателей экстерьера как минимум для 100 животных, позволят команде проекта подготовить и опубликовать не менее 2 (двух) статей и (или) обзоров в рецензируемых научных изданиях, индексируемых в Science Citation Index Expanded базы Web of Science и (или) имеющих процентиль по CiteScore в базе Scopus не менее 50 (пятидесяти), а также не менее 1 (одной) статьи или обзора в рецензируемом зарубежном или отечественном издании, рекомендованном КОКНВО.
Результаты проекта предполагают потенциальную возможность коммерциализации научных исследований через разработку программных продуктов для оценки экстерьерных показателей крупного рогатого скота мясного направления продуктивности.
