بخش‌بندی جوجه‌های گوشتی برای پیش‌بینی وزن به روش مدل شکل فعال

به‌دلیل مشکلات بسیار، توزین مستقیم وزن از قبیل استرس‌زا بودن آن هم برای کشاورز و هم برای حیوانات، روش‌های مبتنی بر پردازش تصاویر دیجیتال برای برآورد وزن حیوانات زنده و تعیین روند رشد آن‌ها پیشنهاد شده است؛ اما تعیین تغییرات ویژگی‌های ظاهری بدن حیوان با وجود سر به‌دلیل تغییر مکرر موقعیت آن، سبب ایجاد خطای قابل‌توجهی می‌شود. بدین‌منظور تعداد30 قطعه جوجه گوشتی یک روزه در شرایط استاندارد پرورش داده شد. برای کاهش خطای تخمین وزن جوجه‌های گوشتی، سر آن‌ها با روش مدل شکل فعال، حذف و عملکرد روش پیشنهادی در پیش‌بینی وزن، با روش بخش‌بندی اتسو مقایسه شد. ضریب همبستگی به‌دست آمده در روش مدل شکل فعال، میان وزن واقعی با مساحت و محیط به‌ترتیب (97 درصدr^2=) و (93 درصدr^2=) و برای روش اتسو، به‌ترتیب میان وزن واقعی با مساحت و محیط (93 درصدr^2=) و (92 درصدr^2=) مشاهده شد. با توجه به مقایسه این دو روش مشخص شد که دقت پیش‌بینی وزن توسط مدل توسعه‌یافته با محیط و مساحت استخراج‌شده با روش مدل شکل فعال، بالاتر از روش بخش‌بندی اتسو است.