Récupération monoculaire de maillage et mesures corporelles des chèvres Saanen femelles
Monocular Mesh Recovery and Body Measurement of Female Saanen Goats
February 23, 2026
Auteurs: Bo Jin, Shichao Zhao, Jin Lyu, Bin Zhang, Tao Yu, Liang An, Yebin Liu, Meili Wang
cs.AI
Résumé
La performance laitière des chèvres laitières Saanen, réputées pour leur haut rendement en lait, est intrinsèquement liée à leur taille corporelle, ce qui rend la mesure tridimensionnelle précise essentielle pour évaluer le potentiel de production laitière. Cependant, les méthodes de reconstruction existantes manquent de données 3D authentiques spécifiques aux caprins. Pour pallier cette limitation, nous avons constitué le jeu de données FemaleSaanenGoat contenant des vidéos RGBD synchronisées sous huit angles de vue de 55 chèvres Saanen femelles (6-18 mois). En utilisant la méthode DynamicFusion multi-vues, nous fusionnons des séquences de nuages de points bruités et non rigides en scans 3D haute fidélité, surmontant les défis posés par les surfaces irrégulières et les mouvements rapides. Sur la base de ces scans, nous développons SaanenGoat, un modèle de forme 3D paramétrique spécifiquement conçu pour les chèvres Saanen femelles. Ce modèle intègre un template raffiné avec 41 articulations squelettiques et une représentation améliorée de la mamelle, apparié à nos données de scan. Un espace de formes complet construit à partir de 48 chèvres permet une représentation précise des variations individuelles diverses. Grâce au modèle SaanenGoat, nous obtenons une reconstruction 3D haute précision à partir d'une entrée RGBD monoculaire et réalisons la mesure automatisée de six dimensions corporelles critiques : la longueur du corps, la hauteur au garrot, la largeur de poitrine, le périmètre thoracique, la largeur de hanche et la hauteur de hanche. Les résultats expérimentaux démontrent la précision supérieure de notre méthode à la fois en reconstruction 3D et en mesure corporelle, présentant un nouveau paradigme pour les applications de vision 3D à grande échelle dans l'élevage de précision.
English
The lactation performance of Saanen dairy goats, renowned for their high milk yield, is intrinsically linked to their body size, making accurate 3D body measurement essential for assessing milk production potential, yet existing reconstruction methods lack goat-specific authentic 3D data. To address this limitation, we establish the FemaleSaanenGoat dataset containing synchronized eight-view RGBD videos of 55 female Saanen goats (6-18 months). Using multi-view DynamicFusion, we fuse noisy, non-rigid point cloud sequences into high-fidelity 3D scans, overcoming challenges from irregular surfaces and rapid movement. Based on these scans, we develop SaanenGoat, a parametric 3D shape model specifically designed for female Saanen goats. This model features a refined template with 41 skeletal joints and enhanced udder representation, registered with our scan data. A comprehensive shape space constructed from 48 goats enables precise representation of diverse individual variations. With the help of SaanenGoat model, we get high-precision 3D reconstruction from single-view RGBD input, and achieve automated measurement of six critical body dimensions: body length, height, chest width, chest girth, hip width, and hip height. Experimental results demonstrate the superior accuracy of our method in both 3D reconstruction and body measurement, presenting a novel paradigm for large-scale 3D vision applications in precision livestock farming.