使用计算机视觉量化群体动物之间的激烈相互作用,以推导使用计算机视觉的社会层次:对商业群体子的案例研究

科学领域:

• 农业科学 农业科学
• 计算机视觉 计算机视觉
• 动物行为 动物行为

背景情况:

• 计算机视觉的进步改善了农场动物行为研究.
• 在复杂的农场环境中对社会相互作用的自动检测需要加强.
• 对抗性相互作用对于理解农场动物的社会动态至关重要.

研究的目的:

• 开发和验证一条计算机视觉管道,用于自动检测中的农场动物中激动性相互作用.
• 提高在商业农业环境中分析社会行为的准确性和效率.
• 为了实现社会矩阵和统治层次的半自动构建.

主要方法:

• 开发了一个自动化管道,集成时间动作细分,物体检测和跟踪.
• 采用基于规则的分类来识别激动性相互作用.
• 通过使用5分钟的耐受性间隔,与人类观察对管道进行了验证.

主要成果:

• 该管道在检测激素相互作用方面达到77%的精度和85%的回忆.
• 证明了构建时间依赖的社会矩阵的能力.
• 启用了对统治层次指标的半自动推导.

结论:

• 开发的计算机视觉管道有效地检测复杂农场环境中的激应相互作用.
• 这种方法有助于客观和可扩展的分析社会动态在集体养的动物.
• 该方法显示了在各种社会农场动物物种 (包括子) 中的应用潜力.