L’étude du comportement animal est très demandeuse en temps d’observation. L’analyse automatique de vidéos est une voie prometteuse de simplification. Des méthodes d’intelligence artificielle (par réseaux de neurones de type Inception) ont ainsi été développées en utilisant l’outil Tensorflow. Deux applications ont été mises en œuvre pour i) identifier l’activité de truies allaitantes bloquées, dans le but à terme d’utiliser le comportement de la truie en sélection génétique afin d’éviter la mort des porcelets par écrasement, et ii) étudier le comportement d’agneaux isolés en parc de test, en s’intéressant à leur positionnement, orientation et mobilité dans le parc, de façon à caractériser leur réactivité émotionnelle. Pour l’application porcine, des vidéos de différentes truies suitées, enregistrées pendant 6 mois sur des journées complètes, ont permis d’obtenir un million d’images qui ont été expertisées pour obtenir une base d’images sur lesquelles la posture/activité de la truie est identifiée : position assise, debout avec ou sans alimentation, couchée sur le ventre, activités d’allaitement sur le côté gauche ou droit, avec trois niveaux d’intensité d’allaitement. A partir de ces images annotées, un logiciel intégrant un réseau de neurones a été développé pour prédire en temps réel la posture des truies avec un taux de précision de 92 %. Pour l’application relative aux agneaux, des vidéos réalisées sur un ensemble de 39 animaux ont permis d’établir une base de 600 images expertisées, pour identifier les parties antérieures et postérieures de l’agneau. En croisant cette information avec les zones d’intérêt, il sera possible de savoir pour chaque image dans quelle zone est l’agneau (c.-à-d. si sa partie antérieure y est). L’algorithme développé repose sur 2 réseaux de neurones permettant de détecter l’animal et de déterminer sa position dans le parc de 16 m2, puis d’identifier automatiquement les deux parties du corps de l’agneau avec une précision de 80 %. Ces deux applications montrent le potentiel de l’intelligence artificielle pour analyser automatiquement certains comportements, permettant de faciliter l’analyse comportementale et d’étendre les plages de mesures (ex. 24h/24).