STABLE - Smart Behaviour Learning for Horses
| Diarienummer | |
| Koordinator | Högskolan i Halmstad - Center for Applied Intelligent Systems Research (CAISR) |
| Bidrag från Vinnova | 126 665 kronor |
| Projektets löptid | november 2018 - september 2019 |
| Status | Avslutat |
| Utlysning | Individrörlighet för innovation och samhällsnytta |
| Ansökningsomgång | Arbeta tillfälligt i annan bransch - innovation inom artificiell intelligens (AI) |
Viktiga resultat som projektet gav
Målet var att modellera hästbeteende och förutsäga avvikelser. Målet uppnåddes genom att använda GRAND-metoden för att modellera rörelser under liknande tidsperioder under tidigare dagar. Anomalier upptäcks genom att jämföra aktuell rörelse med historisk rörelse. GRAND-algoritmen beräknar en avvikelsemått som kan användas för att generera ett larm om det faller utanför de definierade gränserna.
Långsiktiga effekter som förväntas
Vi förväntade oss följande resultat 1) Ett sätt att kvantifiera nivån på normalt beteende för en häst, och anordna en metod för att upptäcka avvikelser från den normala nivån. Detta mål har uppnåtts. 2) En fungerande prototyp. Arbete pågår med att integrera GRAND-algoritmen i Videquus systemet. 3) En vetenskaplig artikel som beskriver systemet och resultaten. Detta arbetas med.
Upplägg och genomförande
Planen var att modellera hästbeteende med webbkamera-bilder och använda en anomalidetekteringsalgoritm för att detektera avvikelser från normalt beteende. Webcamrörelsesdata användes för att träna och testa anomalidetekteringsalgoritmen. Rörelsesdata genererades från bilderna från webbkamerorna som övervakar hästar i deras stall.