24/7 individueel varken volgen vergt puzzelwerk

Bij fokken op het gedragskenmerken gebruikt Topigs Norsvin slimme cameratechnologie en videoanalyse. De organisatie zet samen met wetenschappers alle zeilen bij om via genetica in te spelen op het succesvol kunnen houden van varkens met lange staarten.

Tijdens een coöperatieavond begin november werden de leden van Topigs Norsvin meegenomen in cameratechnologie en het slim verwerken van grote hoeveelheden data. Het bedrijf investeert in slimme fokkerij en de onderzoekers werken in verschillende projecten samen met wetenschappers van onder meer Wageningen University & Research en de Technische Universiteit Eindhoven. Heel wat mankracht en arbeidsjaren worden daarvoor ingezet.

Camerabeelden van vleesvarkens bij Delta Canada en onderzoeksbedrijven van Topigs Norsvin in Duitsland worden geanalyseerd met kunstmatige intelligentie. Algoritmes worden ontwikkeld om de verschillende vormen van varkensgedrag snel te herkennen.

24/7 een vleesvarken in een koppel volgen, is volgens deskundigen nog een uitdaging. Alleen als er zekerheid is over de identiteit van individuele varkens, kan worden gefokt op gewenst gedrag. Zo verwacht Topigs Norsvin families te krijgen met varkens die beter geschikt zijn om in harmonie met hokgenoten samen te leven en hard en efficiënt te groeien, waarbij de krulstaarten intact blijven.

Meer nodig

Via genetica is bijtgedrag te verminderen en in de toekomst kan positief gedrag worden bevorderd. Maar het geheel is complex en vraagt meer dan enkel technologie. Het stalklimaat, de diergezondheid, hokverrijking en voeding moeten in orde zijn.

Ontbreekt het een varken aan materiaal om te wroeten of mist er iets essentieels in de voeding, dan gaat zo'n dier daarnaar op zoek. Dat kan leiden tot bijtgedrag en lange staarten zijn dan juist extra aantrekkelijk.

'Topigs Norsvin zit bij de top om cameratechnologie breder in de praktijk te laten landen'

'Technologie en data zijn broodnodig om het varkensgedrag beter te kunnen begrijpen. Via een wetenschappelijk samenwerkingsproject proberen we grip te krijgen op onder andere staartbijten.'

'Staartbijten heeft een genetisch component, maar omgevingsfactoren en het gedrag van hokgenoten spelen ook een belangrijke rol bij het werkelijke gedrag dat een varken vertoont. Het is een complex geheel en camerabeelden en videoanalyse helpen ons verder. Zolang staartbijten een probleem blijft in de markt, zullen we cameratechnologieën blijven ontwikkelen.'

'Variatie in gedrag tussen families is te benutten bij het selecteren van varkens in de fokkerij. Op die manier kunnen we ongewenst gedrag onder praktijkomstandigheden uitfaseren. Als alle varkens in een hok lekker in hun vel zitten, groeien ze samen beter en zijn ze efficiënter, weerbaarder en gezonder. De varkenshouder heeft meer werkplezier en een optimaal rendement van zijn varkens.'

'Trainen algoritmes met gedetailleerde gedragsbeelden verloopt in sneltreinvaart'

'Als je ziet waar we vijf jaar geleden zijn gestart met slimme cameratechnologie en het analyseren van videobeelden uit varkensstallen, zal over vijf jaar weer een enorme stap voorwaarts zijn gezet. De technologische ontwikkelingen gaan razendsnel.'

'Talloze uren van vastgelegd varkensgedrag gebruiken we om 'computer vision'-algoritmes te trainen. Als de ontwikkelde modellen perfect werken, stelt ons dat in staat om videomateriaal te analyseren op deze gedragingen. Willen die data waardevol zijn voor de fokkerij, dan is het 24/7 kunnen volgen van individuele dieren noodzakelijk'

'Dat is nog een horde die we binnen een jaar gaan nemen door technologieën aan elkaar te knopen. De rekencapaciteit die daarvoor nodig is, is enorm. Maar het is zeker geen utopie meer om een varkensbedrijf compleet uit te rusten met camera's en een 'early warning'-systeem te ontwikkelen dat afwijkend gedrag in een bepaald hok vroegtijdig detecteert.'

'Bijtgedrag bij varkens blijft risico, maar de kennis om dat probleem te beheersen, groeit'

'Al vijftien jaar doe ik vanuit de Wageningse groep Adaptatiefysiologie in verschillende grote projecten onderzoek naar schadelijk gedrag bij onder meer varkens. We proberen onder meer te begrijpen hoe sociale netwerken van groepen werken en hoe en waarom een dier verandert in een bijter of juist in het slachtoffer van bijtgedrag.'

'Vaak wordt gedacht dat een slachtoffer wegrent of op een andere manier reageert als er aan zijn staart wordt gebeten. Maar bijterij gebeurt ook subtieler. Zo kunnen koppels er rustig bij liggen, terwijl op de staart van een slapende hokgenoot wordt gekauwd. Zulke gedragsvormen opsporen op videobeelden is een tijdrovende klus; we hebben er al jaren aan observaties op zitten. Maar dit is essentieel om algoritmes te ontwikkelen die alle vormen van beschadigend gedrag herkennen.'

'Risico's op bijtgedrag blijven bestaan. Is er ook maar iets niet optimaal voor een individueel dier, dan kan dat al de trigger zijn.'