一个基于行为信息和内部状态信息的动物监测系统
Taro Shibanoki1, Yuugo Yamazaki2, Hideyuki Tonooka2
1Department of Intelligent Mechanical Systems, Faculty of Environmental, Life, Natural Science and Technology, Okayama University, Okayama 700-8530, Japan.
Animals : an open access journal from MDPI
|January 23, 2024
概括
这项研究引入了一种新的视频分析系统,通过检测不寻常的行为来监测物健康. 该系统准确地识别了子的活动和内部状态的变化,改善了物安全和护理.
科学领域:
- 动物行为分析 动物行为分析
- 兽医技术 兽医技术是一种兽医技术.
- 机器学习应用程序 机器学习应用程序
背景情况:
- 物健康监测至关重要,但由于依赖外部观察,因此具有挑战性.
- 评估内部条件和区分行为与生理变化 (例如心率) 是困难的.
- 当前的监测方法往往缺乏准确性或需要与行为数据集成.
研究的目的:
- 开发和评估使用视频图像分析的动物监控系统.
- 检测物,特别是仓鼠的典型和异常活动.
- 为了改善健康评估,区分行为和内部状态变化.
主要方法:
- 使用R-CNN面罩从顶部视图视频图像中提取特征.
- 分析行为信息并推断内部状态.
- 开发了一个警报系统来检测异常的仓鼠行为.
主要成果:
- 该系统成功地提取和分析了仓鼠的行为特征.
- 能够检测典型的日常活动和异常行为的能力.
- 有效地区分行为和内部变化,即使暴露在像大声声音这样的外部刺激中.
结论:
- 拟议的视频分析系统为非侵入性动物健康监测提供了一个有希望的方法.
- 准确检测行为和内部状态可以提高物福利和早期疾病检测.
- 未来的工作将专注于提高微妙运动的测量精度.
