由人工智能驱动的家用子系统,用于实时跟踪和分析动物行为

科学领域:

• 动物行为 动物行为
• 神经科学是一个神经科学.
• 人工智能的人工智能

背景情况:

• 动物的行为和生理反应在研究中至关重要.
• 人工智能监控系统可以减少动物研究人员的工作量.

研究的目的:

• 介绍RodentWatch (RW) 系统用于对实验动物行为进行自动识别.
• 为了评估系统在老鼠行为实验中的可用性.

主要方法:

• 在家庭子环境中利用深度学习进行自动行为识别.
• 使用单个多功能摄像头和边缘设备进行实时监控.
• 使用上下文对象标签和修改的非最大抑制 (NMS) 提高了识别准确性.

主要成果:

• 在老鼠中成功确定了饮酒和休息行为.
• 在光周期变化测试和糖糖偏好测试中证明了系统的可用性.
• 通过特定的标签和NMS方案实现了更高的识别准确性.

结论:

• 动物观察系统在对活动物的基于图像的行为识别方面取得了重大进展.
• 该系统可实现对行为,位置和体温的持续实时监测.
• 这项技术减少了人工劳动,提高了动物行为研究的效率.