纳普斯:整合姿势估计和基于标签的跟踪
Scott W Wolf1, Dee M Ruttenberg1, Daniel Y Knapp2
1Lewis-Sigler Institute for Integrative Genomics, Princeton University, Princeton, New Jersey, USA.
概括
计算伦理学的进步允许详细的行为跟踪. NAPS (ArUco Plus SLEAP) 是一种新的混合框架,结合了像熊蜂这样的社会动物的姿势估计和身份跟踪.
科学领域:
- 计算伦理学是指计算伦理学.
- 动物行为分析 动物行为分析
- 社交网络动态 社交网络动态
背景情况:
- 量化动物行为在计算伦理学方面取得了重大进展.
- 在社会群体中追踪个人仍然是一个挑战,经常牺牲姿势细节来保留身份,或者反之亦然.
研究的目的:
- 开发一种混合追踪框架,NAPS (ArUco Plus SLEAP),可以准确地捕捉细粒度的行为,同时保持社会群体中的个人身份.
- 为了使社会动态和个体行为变化的详细调查在一个群组环境.
主要方法:
- 纳普斯集成了基于深度学习的姿势估计 (SLEAP) 与独特的标记 (ArUco) 来实现强大的身份持久性.
- 该框架用于研究普通东方大黄蜂 (*Bombus impatiens*) 的社会动态.
主要成果:
- 纳普斯成功地捕捉到精细解决的行为,并随着时间的推移保持个人身份.
- 该框架可扩展到长时间,高率的实验,促进小组内详细的行为变异分析.
- 在分析 *Bombus impatiens* 的社会动态方面有明显的应用.
结论:
- 纳普斯为推进研究社会群体行为和网络动态提供了一个至关重要的工具.
- 这个框架可以收集关键数据,以了解个人行为变异如何影响社会物种中的集体动态.


