基于视频的自动疼痛识别在猫使用面部地标

科学领域:

• 兽医医学 兽医医学 兽医医学
• 动物行为 动物行为
• 人工智能的人工智能

背景情况:

• 哺乳动物的面部表情反映了情绪状态,疼痛识别是非人类动物研究的关键领域.
• 自动疼痛识别系统旨在克服动物手动面部表情分析的主观性和劳动密集性.
• 之前用于猫疼痛识别的AI方法依赖于静态图像和手动地标注释.

研究的目的:

• 开发和评估一个完全自动化的,端到端的人工智能 (AI) 管道,用于使用视频数据识别猫的疼痛.
• 研究视频中的时间信息对疼痛识别准确性的影响,与静态图像分析相比.
• 在动物疼痛表情研究中定义和分析数据集缺陷的指标.

主要方法:

• 开发一个端到端的人工智能管道处理视频数据的开发,用于猫的自动疼痛检测.
• 消除在图像选择和面部标志标注中人工干预.
• 利用视频序列的时间动态来增强疼痛识别.

主要成果:

• 展示的AI管道在两个不同的猫疼痛数据集上实现了超过70%和66%的准确性.
• 基于视频的方法超过了以前使用单个静态的自动化方法.
• 进行了对数据集缺陷及其对AI性能影响的分析.

结论:

• 从视频中整合时间信息显著提高了猫的自动疼痛识别.
• 开发的端到端人工智能管道为猫疼痛评估提供了更有效和客观的方法.
• 未来的研究应该考虑面部表情的动态,以更准确地检测动物的疼痛.