Computer Vision macht Tieridentität zur Validierungsfrage – nicht zur Kamerafunktion

Ein System zur computergestützten Bilderkennung kann die individuelle Rinderidentifikation erweitern, unter realen Betriebsbedingungen aber noch nicht verlässlich etablierte Verfahren ersetzen. Das ist das zentrale Ergebnis eines am 10. November von Meat & Livestock Australia (MLA) veröffentlichten Projekts. Der Prototyp sollte Tiere anhand visueller Merkmale einzeln erkennen und klassische Kennzeichnungen wie RFID-Ohrmarken ohne manuelles Handling ergänzen.

Auf einem kontrollierten Datensatz erreichte das System eine Top-1-Erkennungsrate von 100 Prozent. Auf einem zweiten Datensatz, der praktische Betriebsumgebungen abbilden soll, sank der Wert auf 62,5 Prozent. Die Differenz ist technisch entscheidend: Licht, Kameraperspektive, Bewegung, Rasse und variable Umwelteinflüsse machen aus der visuellen Identifikation keine reine Laboraufgabe, sondern eine Robustheitsfrage.

MLA sieht Potenzial für Rückverfolgbarkeit und Automatisierung sowie für die Verbindung mit bildbasierten Anwendungen zur Verhaltensbeobachtung oder Gewichtsschätzung. Auch weniger Tierhandling und damit weniger Belastung sind denkbare Vorteile. Die Ergebnisse erlauben jedoch nicht, das System schon als unmittelbaren RFID-Ersatz zu verstehen: Der Bericht empfiehlt selbst zusätzliche Merkmale, bessere Datenfusion, die Auswertung von Videosequenzen sowie Tests über weitere Rassen, Blickwinkel und Lichtverhältnisse hinweg.

Für die Fleischkette liegt der Nutzen nicht darin, dass eine Kamera „eine Kuh erkennt“. Entscheidend ist, ob eine belastbare Identität Beobachtungen dem richtigen Tier und seiner Historie zuordnet. Erst dann lassen sich Tierwohl-, Leistungs-, Bewegungs- oder Behandlungsdaten automatisiert mit der bestehenden Rückverfolgbarkeit verbinden. Der Maßstab für den Einsatz bleibt deshalb die Validierung im realen Umfeld und für den jeweiligen Verwendungszweck.