Recupero Monoculare della Mesh e Misurazioni Corporee di Capre Saanen Femmina
Monocular Mesh Recovery and Body Measurement of Female Saanen Goats
February 23, 2026
Autori: Bo Jin, Shichao Zhao, Jin Lyu, Bin Zhang, Tao Yu, Liang An, Yebin Liu, Meili Wang
cs.AI
Abstract
Le prestazioni di lattazione delle capre da latte Saanen, rinomate per l'elevata produzione lattea, sono intrinsecamente legate alla loro taglia corporea, rendendo la misurazione corporea 3D accurata essenziale per valutare il potenziale produttivo. Tuttavia, i metodi di ricostruzione esistenti mancano di dati 3D autentici specifici per capre. Per colmare questa lacuna, abbiamo creato il dataset FemaleSaanenGoat contenente video RGBD sincronizzati da otto angolazioni di 55 capre Saanen femmina (6-18 mesi). Utilizzando il DynamicFusion multi-vista, fondiamo sequenze di nuvole di punti rumorose e non rigide in scansioni 3D ad alta fedeltà, superando le sfide poste dalle superfici irregolari e dai movimenti rapidi. Sulla base di queste scansioni, sviluppiamo SaanenGoat, un modello di forma 3D parametrico specificamente progettato per capre Saanen femmina. Questo modello presenta un template raffinato con 41 articolazioni scheletriche e una rappresentazione migliorata della mammella, registrato con i nostri dati di scansione. Uno spazio delle forme completo costruito da 48 capre consente una rappresentazione precisa delle diverse variazioni individuali. Grazie al modello SaanenGoat, otteniamo una ricostruzione 3D ad alta precisione da input RGBD monoscopico e raggiungiamo la misurazione automatizzata di sei dimensioni corporee critiche: lunghezza del corpo, altezza, larghezza toracica, circonferenza toracica, larghezza bacino e altezza bacino. I risultati sperimentali dimostrano la precisione superiore del nostro metodo sia nella ricostruzione 3D che nella misurazione corporea, presentando un nuovo paradigma per applicazioni vision 3D su larga scala nell'allevamento di precisione.
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.