在自由游泳培养鱼中进行非侵入性眼睛跟踪和视网膜视图重建
Ruiheng Wu1,2, Oliver Deussen1,2, Iain D Couzin2,3,4
1Department of Computer and Information Science, University of Konstanz, 78464, Konstanz, Germany.
Communications biology
|December 12, 2024
概括
这项研究提出了一种针对自由游泳鱼类的新型非侵入性眼睛跟踪方法,可以在没有训练的情况下重建它们的视网膜视图. 在学校学习期间,鱼的眼睛运动揭示了协调的视觉注意力,为集体行为提供了洞察力.
科学领域:
- 伦理学 伦理学 伦理学
- 生物物理学的生物物理.
- 计算机视觉 计算机视觉
背景情况:
- 眼睛跟踪对于了解动物的视觉感知和注意力至关重要.
- 现有的鱼眼跟踪方法往往具有侵入性或范围有限 (2D,限制运动).
研究的目的:
- 为自由游泳的鱼类开发和验证一种非侵入性的3D眼睛跟踪技术.
- 在自然环境中重建鱼的视网膜视图.
- 为了分析鱼类学校行为期间的视觉注意力.
主要方法:
- 使用DeepShapeKit重建的3D鱼体网.
- 集成的多摄像头角度和深度学习用于3D姿势重建.
- 使用视角转换和眼睛跟踪用于视网膜视图重建.
- 通过人类标记和合成的基准真相数据验证了准确性.
主要成果:
- 在没有行为训练的情况下成功追踪和重建自由游泳鱼的视网膜视图.
- 在鱼群中观察到负同步的眼动.
- 证明鱼类专注于它们的视网膜中部视图中的邻居.
结论:
- 开发的非侵入性方法为自然环境中的动物注意力提供了新的见解.
- 关于在学校学习期间鱼眼运动的发现与之前的研究一致,间接验证了该方法.
- 该技术在研究集体动物行为和推进群体机器人技术方面具有潜在的应用.
