一些商业化牧场已经采用摄像机来监管牧场的关键管理环节，例如奶厅、待挤厅和产房。通常情况下，牧场需要一名员工来观看这些视频，并根据视频片段来评估管理操作是否需要做出改变。这个过程很耗时，需要一个专注的人持续地观看。

然而，视频分析可以自动提取有用的信息，且非常专注、从不分心、可重复，且能多个角度进行观察。

对于关注人与动物互动，且已经按照摄像机设备的牧场，可以应用视频分析，扩展额外的需求。例如，若牧场正在监控奶牛的体况评分情况，可以安装一个视频系统，在奶牛离开奶厅时进行评估，而不需指定专门的员工来执行这项任务。

对于如今牧场依赖于人工观察的任何任务，都可以考虑使用视频分析。然而，这并不像挂起的摄像机自动录像那么简单。

机器学习算法

以下是关于如何设计一个系统，用于评估奶牛的体况评分。

1. 获取数据：安装一台摄像机，记录奶牛的视频片段，这样人们就可以检测奶牛的体况评分情况。

2. 标记数据：让一个熟知奶牛体况评分的员工观察这些视频片段，并为每头奶牛评分。

3. 设计机器学习算法：确定一个有效的算法结构来衡量你所感兴趣的东西，那么这个系统需要多复杂才能回答这个问题呢？

4. 训练机器学习算法：使用标记数据作为基本事实，指导算法如何将看到的信息转化为体况评分。

5. 采用新数据评估机器学习算法：收集新一批奶牛的视频片段，看看算法给出的体况评分是否准确。

在视频分析在牧场发挥作用之前，这些是必须解决的问题。然而，一旦它们被开发出来，同样的机器学习算法就有可能在多个牧场运行。如果你对不同的视角观察感兴趣，也可以在同样的视频文件种运行多种算法。

获得正确的图片

虽然视频的使用前景很好，而且在牧场的应用范围可能会增加，但仍存在一些限制和挑战。其中，一个潜在的限制是牛舍环境，由于灰尘、粪便、潮湿和光照不佳等因素，该环境不利于视频系统的应用。灰尘、粪便和潮湿可能会掩盖我们试图想看到的东西，也可能会损坏视频设备。

获得足够好的照片也很重要。如果你想观察牛只的某部分，或者员工与牛的互动情况，但由于物体遮挡视线而无法清晰拍摄，那么视频分析就没有用了。同样的，如果图片太模糊，或者光线不好，你可能无法看到你想看到的东西。若一个人不能在收集到的视频种看到想看的东西，那么视频分析系统也不太可能会观察到。

根据牧场所关注问题的不同，有些情况下数据可能会延迟，即收集数据和提供信息之间的时间间隔。某些信息，如在奶厅检测到的乳房炎情况，我们可能需要实时了解。然而，其他信息，如体况评分，我们可能需要在一天或一周结束时了解。我们需要了解信息的速度，对视频系统的设计有一定的影响。

在与使用视频摄像机的奶农交谈时，发现他们担忧的是视频文件的大小以及如何储存或传输视频。对于一个牧场来说，若使用视频摄像系统，每个月产生几TB数据是很常见的。具体的来说，1TB相当于500小时的电影。

如果视频片段需要储存或传输才能进行分析，那么这将是成本和技术上的障碍。然而，在数据处理方面可能会出现一些新进展，以便牧场处理数据或者牧场之间共享数据更有效率。

为了牧场便于使用视频分析，我们首先应该确定牧场的主要需求，并确定视频是否有用。视频分析不能解决所有的问题，若不能从中获取牧场所关心的内容，那么其就没有用武之地了。

尽管如此，我们相信视频分析能提供比人类观察更大的优势，可以从牧场收集到更多的数据，以帮助牧场进行决策。乳业和视频分析专家之间需要合作，来设计一个适用于牧场的应用系统。