本研究使用深度学习图像处理技术开发了一个自动跛行检测系统，能提取与蹒跚步态相关的多种运动特征。研究发现背部姿势测量、头部上下摆动和跟踪距离是最重要的三个特征。使用多种运动特征可以提高分类准确性。

本研究利用深度学习图像处理技术开发了自动跛行检测系统，通过提取牛行走视频中的关键点动作和计算运动特征，提高了跛行分类准确性。合并观察者评分可以提高可靠性和一致性，多种运动特征的分类准确性达到80.1%。