Monoculaire Mesh-reconstructie en Lichaamsmeting van Vrouwelijke Saanen Geiten
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
Samenvatting
De melkprestatie van Saanen-melkgeiten, bekend om hun hoge melkproductie, hangt intrinsiek samen met hun lichaamsgrootte, waardoor nauwkeurige 3D-lichaamsmetingen essentieel zijn voor het inschatten van het melkproductiepotentieel. Bestaande reconstructiemethoden beschikken echter niet over geit-specifieke, authentieke 3D-data. Om deze beperking aan te pakken, stellen we de FemaleSaanenGoat-dataset samen, die gesynchroniseerde acht-view RGBD-video's bevat van 55 vrouwelijke Saanen-geiten (6-18 maanden). Met behulp van multi-view DynamicFusion fuseren we ruisachtige, niet-rigide puntenwolksequenties tot hoogwaardige 3D-scans, waarbij we problemen door onregelmatige oppervlakken en snelle beweging overwinnen. Op basis van deze scans ontwikkelen we SaanenGoat, een parametrisch 3D-vormmodel specifiek ontworpen voor vrouwelijke Saanen-geiten. Dit model beschikt over een verfijnd template met 41 skeletgewrichten en een verbeterde representatie van het uier, geregistreerd met onze scandata. Een uitgebreide vormruimte, opgebouwd uit 48 geiten, maakt een precieze weergave van diverse individuele variaties mogelijk. Met behulp van het SaanenGoat-model verkrijgen we hoogprecisie 3D-reconstructie vanuit enkelvoudige RGBD-input en bereiken we geautomatiseerde meting van zes kritieke lichaamsafmetingen: lichaamslengte, schofthoogte, borstbreedte, borstomvang, heupbreedte en kruishoogte. Experimentele resultaten tonen de superieure nauwkeurigheid van onze methode aan in zowel 3D-reconstructie als lichaamsmeting, en presenteren een nieuw paradigma voor grootschalige 3D-visietoepassingen in de precisieveehouderij.
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.