Cisse, Khaly Bécaye Ba
(2026).
« Algorithmes et méthodes pour la détection et le tracking des vaches laitières dans le cadre de l’étude du bien-être animal » Mémoire.
Montréal (Québec), Université du Québec à Montréal, Maîtrise en informatique.
Fichier(s) associé(s) à ce document :
Résumé
L’amélioration du bien-être et de la longévité des vaches laitières représente aujourd’hui un défi majeur pour l’élevage moderne. Cette préoccupation nécessite une compréhension fine des besoins comportementaux et sociaux des bovins, ainsi que le développement d’outils permettant d’évaluer objectivement leur état de bien-être au quotidien. Le bien-être animal est une notion fondamentale de l’élevage et englobe non seulement la santé physique des animaux, mais également leur équilibre psychologique et social. Pour les vaches laitières, cela se traduit par la nécessité de surveiller leurs activités, leurs interactions
sociales, leurs habitudes de repos et d’alimentation, autant d’indicateurs révélateurs de leur état de confort ou de stress. Face à cette problématique complexe, nous avons développé une approche technologique innovante permettant de quantifier objectivement l’activité et les comportements sociaux des vaches. Notre méthodologie repose sur l’analyse automatisée d’images pour détecter et suivre individuellement les bovins dans leur environnement naturel. Grâce à des algorithmes de détection d’objets (YOLOv5) appliqués à nos données d’images annotées, nous identifions précisément chaque animal. Ces informations alimentent ensuite un système de suivi (StrongSORT) qui combine les données de mouvement et d’apparence visuelle pour maintenir l’identité de chaque vache au fil du temps. Cette approche nous permet de générer des métriques quantitatives d’activité individuelle et collective, ouvrant la voie à des analyses approfondies des dynamiques sociales au sein du troupeau. Ces données comportementales constituent un socle scientifique robuste pour évaluer le bien-être animal et identifier les facteurs environnementaux ou sociaux qui influencent positivement ou négativement la qualité de vie des vaches. À terme, ces outils d’analyse pourront guider les éleveurs vers des pratiques plus respectueuses du bien-être animal, contribuant ainsi à un élevage plus durable et éthique.
_____________________________________________________________________________
MOTS-CLÉS DE L’AUTEUR : Bien-être animal, Vision par ordinateur, Apprentissage profond, Vaches laitières, Détection, Tracking, Analyse des réseaux sociaux
| Type: |
Mémoire accepté
|
| Informations complémentaires: |
Fichier numérique reçu et enrichi en format PDF/A. |
|
Directeur de thèse: |
Diallo, Abdoulaye Baniré |
| Mots-clés ou Sujets: |
Élevage / Vaches laitières / Vision par ordinateur / Détection d'objets / Suivi / Apprentissage profond / Bien-être animal |
| Unité d'appartenance: |
Faculté des sciences > Département d'informatique |
| Déposé par: |
Service des bibliothèques
|
| Date de dépôt: |
23 févr. 2026 15:22 |
| Dernière modification: |
05 mars 2026 13:14 |
| Adresse URL : |
https://archipel.uqam.ca/secure/id/eprint/19692 |
RECHERCHER
PARCOURIR
LIBRE ACCÈS
