Монокулярное восстановление меша и измерение параметров тела у самок зааненских коз
Monocular Mesh Recovery and Body Measurement of Female Saanen Goats
February 23, 2026
Авторы: Bo Jin, Shichao Zhao, Jin Lyu, Bin Zhang, Tao Yu, Liang An, Yebin Liu, Meili Wang
cs.AI
Аннотация
Молочная продуктивность молочных коз зааненской породы, известных высокими удоями, тесно связана с их размерами тела, что делает точные 3D-измерения тела необходимыми для оценки потенциала надоев. Однако существующие методы реконструкции не располагают аутентичными 3D-данными, специфичными для коз. Для устранения этого ограничения мы создали набор данных FemaleSaanenGoat, содержащий синхронизированные RGBD-видеозаписи в восьми проекциях 55 самок зааненских коз (возраст 6–18 месяцев). Используя многовидовой DynamicFusion, мы объединяем зашумленные нежесткие последовательности облаков точек в высокоточные 3D-сканы, преодолевая проблемы, связанные с неровными поверхностями и быстрыми движениями. На основе этих сканов мы разработали SaanenGoat — параметрическую 3D-модель формы, специально созданную для самок зааненских коз. Данная модель включает усовершенствованный шаблон с 41 скелетным суставом и улучшенным представлением вымени, зарегистрированный на наших данных сканирования. Комплексное пространство форм, построенное на основе 48 коз, позволяет точно отображать разнообразные индивидуальные вариации. С помощью модели SaanenGoat мы получаем высокоточную 3D-реконструкцию по однопроекционному RGBD-вводу и достигаем автоматизированного измерения шести ключевых размеров тела: длины туловища, высоты в холке, ширины груди, обхвата груди, ширины крупа и высоты в крестце. Результаты экспериментов демонстрируют превосходную точность нашего метода как в 3D-реконструкции, так и в измерениях тела, предлагая новую парадигму для крупномасштабных 3D-приложений в точном животноводстве.
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.