Review and analysis of computational techniques and methods for body condition score estimation on cows

Autores
Rodríguez Álvarez, Juan; Arroqui, Mauricio; Mangudo, Pablo; Toloza, Juan Manuel; Jatip, Daniel; Rodríguez, Juan Manuel; Zunino, Alejandro; Mateos, Cristian M.; Machado, Claudio
Año de publicación
2018
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
BCS (del inglés "Body Condition Score") es un método utilizado para estimar las reservas de grasa corporal y el balance energ´ético acumulado de las vacas. El BCS influye significativamente en la producción de leche, reproducción y salud de las vacas. Es por ello, que es importante monitorear este valor para lograr una mejor respuesta animal, pero resulta ser una tarea costosa en tiempo y subjetiva, realizada generalmente de manera visual por evaluadores expertos. Estos problemas conducen la motivación de varios estudios, que han tratado de automatizar el BCS de vacas lecheras aplicando técnicas de análisis de imágenes y aprendizaje automático. En este documento se analizan dichos estudios, señalando sus principales ventajas y desventajas, las que permiten además identificar nuevas oportunidades de investigación y desarrollo para mejorar el proceso general de automatización del BCS.
BCS (Body Condition Score) is a method used to estimate body fat reserves and accumulated energy balance of cows. BCS heavily influences milk production, reproduction, and health of cows. Therefore, it is important to monitor BCS to achieve better animal response, but this is a time-consuming and subjective task performed oftentimes visually by expert scorers. These problems are the motivation behind several studies, which have tried to automate BCS of dairy cows by applying image analysis and machine learning techniques. This work analyzes these studies pointing out their main advantages and drawbacks, which allow us in turn to identify new research and development opportunities to improve overall automatic BCS estimation.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Precision Livestock
Body Condition Score
Machine learning
Deep learning
Image analysis
Convolutional Neural Networks
Ganadería de Precisión
Condición Corporal
Aprendizaje Automático
Aprendizaje Profundo
Análisis de Imágenes
Redes Neuronales Convolucionales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/135735

id SEDICI_603cc0ea618bf9081fd832ddbc50475b
oai_identifier_str oai:sedici.unlp.edu.ar:10915/135735
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Review and analysis of computational techniques and methods for body condition score estimation on cowsRodríguez Álvarez, JuanArroqui, MauricioMangudo, PabloToloza, Juan ManuelJatip, DanielRodríguez, Juan ManuelZunino, AlejandroMateos, Cristian M.Machado, ClaudioCiencias InformáticasPrecision LivestockBody Condition ScoreMachine learningDeep learningImage analysisConvolutional Neural NetworksGanadería de PrecisiónCondición CorporalAprendizaje AutomáticoAprendizaje ProfundoAnálisis de ImágenesRedes Neuronales ConvolucionalesBCS (del inglés "Body Condition Score") es un método utilizado para estimar las reservas de grasa corporal y el balance energ´ético acumulado de las vacas. El BCS influye significativamente en la producción de leche, reproducción y salud de las vacas. Es por ello, que es importante monitorear este valor para lograr una mejor respuesta animal, pero resulta ser una tarea costosa en tiempo y subjetiva, realizada generalmente de manera visual por evaluadores expertos. Estos problemas conducen la motivación de varios estudios, que han tratado de automatizar el BCS de vacas lecheras aplicando técnicas de análisis de imágenes y aprendizaje automático. En este documento se analizan dichos estudios, señalando sus principales ventajas y desventajas, las que permiten además identificar nuevas oportunidades de investigación y desarrollo para mejorar el proceso general de automatización del BCS.BCS (Body Condition Score) is a method used to estimate body fat reserves and accumulated energy balance of cows. BCS heavily influences milk production, reproduction, and health of cows. Therefore, it is important to monitor BCS to achieve better animal response, but this is a time-consuming and subjective task performed oftentimes visually by expert scorers. These problems are the motivation behind several studies, which have tried to automate BCS of dairy cows by applying image analysis and machine learning techniques. This work analyzes these studies pointing out their main advantages and drawbacks, which allow us in turn to identify new research and development opportunities to improve overall automatic BCS estimation.Sociedad Argentina de Informática e Investigación Operativa2018-07-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdf48-65http://sedici.unlp.edu.ar/handle/10915/135735enginfo:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/EJS/article/view/6info:eu-repo/semantics/altIdentifier/issn/1514-6774info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:34:00Zoai:sedici.unlp.edu.ar:10915/135735Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:34:00.952SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Review and analysis of computational techniques and methods for body condition score estimation on cows
title Review and analysis of computational techniques and methods for body condition score estimation on cows
spellingShingle Review and analysis of computational techniques and methods for body condition score estimation on cows
Rodríguez Álvarez, Juan
Ciencias Informáticas
Precision Livestock
Body Condition Score
Machine learning
Deep learning
Image analysis
Convolutional Neural Networks
Ganadería de Precisión
Condición Corporal
Aprendizaje Automático
Aprendizaje Profundo
Análisis de Imágenes
Redes Neuronales Convolucionales
title_short Review and analysis of computational techniques and methods for body condition score estimation on cows
title_full Review and analysis of computational techniques and methods for body condition score estimation on cows
title_fullStr Review and analysis of computational techniques and methods for body condition score estimation on cows
title_full_unstemmed Review and analysis of computational techniques and methods for body condition score estimation on cows
title_sort Review and analysis of computational techniques and methods for body condition score estimation on cows
dc.creator.none.fl_str_mv Rodríguez Álvarez, Juan
Arroqui, Mauricio
Mangudo, Pablo
Toloza, Juan Manuel
Jatip, Daniel
Rodríguez, Juan Manuel
Zunino, Alejandro
Mateos, Cristian M.
Machado, Claudio
author Rodríguez Álvarez, Juan
author_facet Rodríguez Álvarez, Juan
Arroqui, Mauricio
Mangudo, Pablo
Toloza, Juan Manuel
Jatip, Daniel
Rodríguez, Juan Manuel
Zunino, Alejandro
Mateos, Cristian M.
Machado, Claudio
author_role author
author2 Arroqui, Mauricio
Mangudo, Pablo
Toloza, Juan Manuel
Jatip, Daniel
Rodríguez, Juan Manuel
Zunino, Alejandro
Mateos, Cristian M.
Machado, Claudio
author2_role author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Precision Livestock
Body Condition Score
Machine learning
Deep learning
Image analysis
Convolutional Neural Networks
Ganadería de Precisión
Condición Corporal
Aprendizaje Automático
Aprendizaje Profundo
Análisis de Imágenes
Redes Neuronales Convolucionales
topic Ciencias Informáticas
Precision Livestock
Body Condition Score
Machine learning
Deep learning
Image analysis
Convolutional Neural Networks
Ganadería de Precisión
Condición Corporal
Aprendizaje Automático
Aprendizaje Profundo
Análisis de Imágenes
Redes Neuronales Convolucionales
dc.description.none.fl_txt_mv BCS (del inglés "Body Condition Score") es un método utilizado para estimar las reservas de grasa corporal y el balance energ´ético acumulado de las vacas. El BCS influye significativamente en la producción de leche, reproducción y salud de las vacas. Es por ello, que es importante monitorear este valor para lograr una mejor respuesta animal, pero resulta ser una tarea costosa en tiempo y subjetiva, realizada generalmente de manera visual por evaluadores expertos. Estos problemas conducen la motivación de varios estudios, que han tratado de automatizar el BCS de vacas lecheras aplicando técnicas de análisis de imágenes y aprendizaje automático. En este documento se analizan dichos estudios, señalando sus principales ventajas y desventajas, las que permiten además identificar nuevas oportunidades de investigación y desarrollo para mejorar el proceso general de automatización del BCS.
BCS (Body Condition Score) is a method used to estimate body fat reserves and accumulated energy balance of cows. BCS heavily influences milk production, reproduction, and health of cows. Therefore, it is important to monitor BCS to achieve better animal response, but this is a time-consuming and subjective task performed oftentimes visually by expert scorers. These problems are the motivation behind several studies, which have tried to automate BCS of dairy cows by applying image analysis and machine learning techniques. This work analyzes these studies pointing out their main advantages and drawbacks, which allow us in turn to identify new research and development opportunities to improve overall automatic BCS estimation.
Sociedad Argentina de Informática e Investigación Operativa
description BCS (del inglés "Body Condition Score") es un método utilizado para estimar las reservas de grasa corporal y el balance energ´ético acumulado de las vacas. El BCS influye significativamente en la producción de leche, reproducción y salud de las vacas. Es por ello, que es importante monitorear este valor para lograr una mejor respuesta animal, pero resulta ser una tarea costosa en tiempo y subjetiva, realizada generalmente de manera visual por evaluadores expertos. Estos problemas conducen la motivación de varios estudios, que han tratado de automatizar el BCS de vacas lecheras aplicando técnicas de análisis de imágenes y aprendizaje automático. En este documento se analizan dichos estudios, señalando sus principales ventajas y desventajas, las que permiten además identificar nuevas oportunidades de investigación y desarrollo para mejorar el proceso general de automatización del BCS.
publishDate 2018
dc.date.none.fl_str_mv 2018-07-01
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Articulo
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/135735
url http://sedici.unlp.edu.ar/handle/10915/135735
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/EJS/article/view/6
info:eu-repo/semantics/altIdentifier/issn/1514-6774
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
dc.format.none.fl_str_mv application/pdf
48-65
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616220087681024
score 13.070432