DIPLOMAT: seguimiento de varios animales con edición manual eficiente

Área de la Ciencia:

• Visión por computadora
• Análisis del comportamiento animal
• Aprendizaje automático

Sus antecedentes:

• La observación automática del comportamiento animal está avanzando rápidamente con la visión por computadora.
• Las herramientas de seguimiento multianimal existentes luchan por mantener las identidades de los animales y requieren una corrección manual significativa.

Objetivo del estudio:

• Para introducir DIPLOMAT (basado en el aprendizaje profundo, la preservación de la identidad, etiquetado-objeto multi-Animal Tracker).
• Mejorar la precisión del seguimiento automatizado de varios animales y la continuidad de identidad.

Principales métodos:

• DIPLOMAT se basa en los modelos de predicción de posturas DeepLabCut y SLEAP.
• Emplea nuevos algoritmos para la tolerancia a la oclusión y la preservación de la identidad.
• Se integra una interfaz humana eficiente para la corrección de errores.

Principales resultados:

• DIPLOMAT reduce significativamente los intercambios de identidad corporal en más del 75% en el punto de referencia de seguimiento de ratón MABe.
• El sistema preserva efectivamente la identidad de los animales en los cuadros de video.
• Los errores restantes se corrigen fácilmente mediante una intervención manual.

Conclusiones:

• DIPLOMAT ofrece una solución robusta para el seguimiento automatizado de varios animales.
• La herramienta mejora la confiabilidad del análisis del comportamiento al minimizar los errores de identidad.
• Combina algoritmos automatizados con una interfaz de usuario eficiente para una alta precisión.