使用机器学习来跟踪狗的探索行为在他们的护理人员的存在和缺席
Christoph J Völter1, Dario Starić1,2, Ludwig Huber1
1Comparative Cognition, Messerli Research Institute, University of Veterinary Medicine Vienna, Medical University of Vienna and University of Vienna, Vienna, Austria.
Animal behaviour
|July 24, 2024
概括
基于机器学习的追踪揭示了狗如何探索新环境. 主人的存在,比陌生人的存在更重要,显著影响着狗的探索和依恋行为.
科学领域:
- 动物行为 动物行为
- 机器学习应用程序 机器学习应用程序
- 狗的种族学 狗的种族学
背景情况:
- 基于机器学习的行为跟踪在行为科学中提供高分辨率数据.
- 它在犬类行为研究中的应用仍然有限.
- 通过自动追踪方法,观察者偏差可以减少.
研究的目的:
- 为了研究使用3D身体追踪在狗的安全基地效应.
- 分析护理人员的存在如何影响狗在新环境中的探索和依恋行为.
- 为了比较主人与陌生人的存在对狗行为的影响.
主要方法:
- 在一个新的环境中利用狗的三维 (3D) 追踪.
- 在整个试验中操纵了业主和/或陌生人的存在.
- 收集并验证跟踪数据与人类烧伤相比.
主要成果:
- 无论是主人还是陌生人的存在都增加了狗的探索和近距离搜索.
- 主人的存在对狗的行为产生了比陌生人的更明显的影响.
- 狗表现出不同的行为反应,包括减少右侧尾巴摇不对称性,在它们的主人与陌生人面前.
结论:
- 机器驱动的3D跟踪是一种高效可靠的方法,用于详细分析狗的行为.
- 这项研究提供了证据证明狗的安全基因效应,突出了特定于主人的依恋行为.
- 研究结果强调了熟悉的护理人员与不熟悉的个人对狗狗行为的明显影响.


