为实现畜牧业智能发展，改变养殖业的粗放式管理、监管薄弱、行业数据分散、产业链松散、食品安全等问题，促进健康与经济的良性发展，不少科研院所整合了多专业、跨学科的人才，进行深入研究。目前中国农业大学与浙大宁波理工学院联合，就奶牛生理参数的监测与疾病诊断问题展开了研究。
体温、体尺、体重、呼吸频率和血液生化指标等参数，都是奶牛的主要生理参数，其监测对于保障奶牛的生产性能、健康状况、经济价值具有意义重大。
传统监测奶牛生理参数的方法，存在监测效率低、精度差、劳动强度大等不足，不适宜应用在规模化养殖场。而中国农业大学与浙大宁波理工学院的科研，基于计算机视觉技术，通过相机模拟人类视角，结合人工智能技术模拟大脑思维，代替养殖场工作人员完成一系列工作，具有非接触、免应激、低成本、高效率及高通量等优点，未来有望成为智慧养殖业的重要技术手段。
奶牛常见的疾病主要包括乳房炎、跛行及不孕症等，其中基于计算机视觉的奶牛乳房炎和跛行的检测研究较为广泛。对疾病的有效防治可以从根本上保证奶牛健康和牛奶品质，减少养殖场经济损失。
乳房炎检测方法有：
1、通过观察热红外图像中奶牛乳房的温度来判断奶牛是否患有乳房炎;
2、通过比较左右两侧乳房温差来诊断奶牛乳房炎，患病乳房表面温度将高于健康乳房的温度;
3、通过比较奶牛眼睛和乳房温差来判断奶牛是否患有乳房炎;
奶牛跛行主要是由趾间皮炎等肢蹄病引起的肢蹄疼痛，导致的奶牛肢蹄承重能力下降和步态异常，不仅降低了奶牛福利及潜在产奶量，还会影响奶牛繁殖性能，增加奶牛过早淘汰的风险。跛行监测相机有：可见光相机、深度相机和热红外相机，主要根据奶牛的一项或多项运动特征，如弓背，头部摆动和步态等进行判别。
目前，关于奶牛生理参数监测与疾病诊断技术的研究，尚处于方法探究和算法研发的阶段，尚未实现大范围的普及应用，成熟的商业化产品较少，尚不能满足智慧养殖对应用系统可靠、准确、低成本及易维护的需求，面临的挑战有以下：
1、检测准确性仍有待提高。受信息采集条件限制、生物的个体特异性等因素的影响，监测精度、准确性不稳定，无法满足养殖场应用的精度需求;
2、养殖场环境多样性，影响因素多，对设备寿命以及检测结果的影响较大，是制约计算机视觉技术应用推广的重要因素;
3、非设施化养殖场的硬件条件有限，无法兼容应用计算机视觉检测系统;
4、成本高，计算机视觉检测系统的成本相对较高，及检测能力有限，在应用推广中可能会劝退不少养殖户;
5、针对目前研究精度仍有待提高的问题，仍要以感知、决策算法研发为主，提升算法应用法人空间，在发挥计算机视觉技术优势同时，利用云计算、深度学习与大数据等智能计算技术进行分析和处理;
6、在计算机检测系统普及应用方面，需要在硬件设计过程中充分考虑系统的普适性和智能装备的灵活性，在不影响养殖场正常工作的基础上减少空间的占用。
