Das Verbundprojekt „Schall-basierte Parameter als bioakustische Indikatoren für das Tierwohl von Mastputen beschäftigt sich mit der automatisierten Analyse des Verhaltens und der Tiergesundheit von konventionell gehaltenen Mastputen und leistet damit einen Beitrag zur Verbesserung artgemäßer Tierhaltung, der Tiergesundheit und des Tierwohls. 

Im Projekt soll mittels Maschinellem Lernen untersucht werden, inwieweit sich Lautäußerungen und andere Geräusche der Tiere als bioakustische Indikatoren eignen, die Aufschluss über deren aktuelles Verhalten und allgemeines Wohlbefinden geben. Hierfür werden zeitgleich optische und akustische Aufnahmen über den gesamten Mastzyklus im Versuchsstall angefertigt sowie Daten zum Zustand der Tiere erfasst. Die akustischen Daten werden mit Mikrofonen aufgezeichnet und vorverarbeitet, bevor sie dann als Input für Deep-Learning-KI-Modelle verwendet werden. Die Kameradaten dienen dabei zur Klasseneinteilung der Trainings-Daten, wobei deren Analyse teilweise automatisiert erfolgen kann. Ziel ist es, Indikatoren für zwei unterschiedliche Ereignis-Arten zu untersuchen: Einerseits soll kontinuierlich der Allgemeinzustand der Herde beurteilt werden, um frühzeitig Abweichungen vom Erwartungswert zu detektieren (z. B. sich ausbreitende Infektionen), wobei es sich hier um zeitlich eher langsame Veränderungen der gesamten Geräuschkulisse im Stall handelt. Andererseits geht es darum, antagonistisches, potenziell zu Beschädigungspicken führendes Verhalten frühzeitig aufzudecken. Bioakustische Indikatoren sind diesbezüglich zeitlich eher transiente Geräusche mit schneller örtlicher Veränderung, wofür Techniken des akustischen Beamforming bzw. der akustischen Kamera zum Einsatz kommen.

Projektleitung:  

Dr. Helen Schomburg
Dr. Thomas Bartels

Projektmitarbeitende:

M.Sc. Jessica Raabe

Kooperationspartner:

Prof. Dr.-Ing. Martin Streitenberger
Prof. Dr. Ing. Kai Homeyer

Hochschule Hannover
Fakultät I - Elektro- und Informationstechnik
Ricklinger Stadtweg 120
D-30459 Hannover