Skip navigation
Please use this identifier to cite or link to this item: https://repository.esi-sba.dz/jspui/handle/123456789/533
Full metadata record
DC FieldValueLanguage
dc.contributor.authorMAZOUNI, ABdelkader-
dc.contributor.authorMEKHTICHE, MOhammed-
dc.date.accessioned2023-10-17T10:14:16Z-
dc.date.available2023-10-17T10:14:16Z-
dc.date.issued2023-
dc.identifier.urihttps://repository.esi-sba.dz/jspui/handle/123456789/533-
dc.descriptionEncadreur : Pr. BENSLIMANE Sidi Mohammed / Co-Encadreur : M. DRIFF Aboubakr Sediken_US
dc.description.abstractAbstract : Livestock health is a major concern for farmers and ranchers due to the potential for significant economic losses. Traditional methods of monitoring livestock health, such as visually inspecting and physically examining each animal, are both time-consuming and labor-intensive. Consequently, there is a growing interest in the utilization of automated techniques to monitor the health of livestock. One promising approach to automated livestock health monitoring involves behavior recognition. By analyzing the behavior of livestock, it becomes possible to detect early signs of diseases or illnesses. This valuable information can then be utilized to intervene promptly and prevent the further spread of diseases within the herd. This thesis aims to provide a comprehensive review of the current literature on behavior recognition and disease prediction in the field of livestock health monitoring. The study delves into the various types of behaviors that can be employed to monitor the health of livestock, as well as the diverse methods used to recognize and analyze these behaviors. Furthermore, the thesis highlights the challenges and limitations encountered in behavior recognition for livestock health monitoring, while offering recommendations for future research in this domain.*** Résumé : La santé du bétail est une préoccupation majeure pour les agriculteurs et les éleveurs en raison du potentiel de pertes économiques importantes. Les méthodes traditionnelles de surveillance de la santé du bétail, telles que l’inspection visuelle et l’examen physique de chaque animal, prennent à la fois du temps et de la main-d’oeuvre. Par conséquent, il existe un intérêt croissant pour l’utilisation de techniques automatisées pour surveiller la santé du bétail. Une approche prometteuse de la surveillance automatisée de la santé du bétail implique la reconnaissance du comportement. En analysant le comportement du bétail, il devient possible de détecter les premiers signes de maladies ou de maladies. Ces informations précieuses peuvent ensuite être utilisées pour intervenir rapidement et empêcher la propagation de maladies au sein du troupeau. Cette thèse vise à fournir une revue complète de la littérature actuelle sur la reconnaissance des comportements et la prédiction des maladies dans le domaine de la surveillance de la santé du bétail. L’étude se penche sur les différents types de comportements qui peuvent être utilisés pour surveiller la santé du bétail, ainsi que sur les diverses méthodes utilisées pour reconnaître et analyser ces comportements. De plus, la thèse met en évidence les défis et les limites rencontrés dans la reconnaissance des comportements pour le suivi de la santé du bétail, tout en offrant des recommandations pour les recherches futures dans ce domaine.en_US
dc.language.isoenen_US
dc.titleBehavior Recognition and Disease Prediction in Livestock Monitoring : A State of the arten_US
dc.typeThesisen_US
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
Master_report_Mekhtiche_Mazouni_VFF-1-1.pdf74,64 kBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.