基于地标的自动化猫脸部分析及其应用

科学领域:

• 兽医医学 兽医医学 兽医医学
• 计算机视觉 计算机视觉
• 动物行为 动物行为

背景情况:

• 面部标志对人类情感计算至关重要,并且在动物研究中越来越受欢迎.
• 使用面部标志的几何形态测量客观地评估猫的表情,有助于疼痛识别和品种形态学研究.
• 手动标志注释是耗时的,限制了机器学习和实时应用的数据.

研究的目的:

• 开发和评估用于猫脸部分析任务的全自动化AI管道.
• 评估基于地标的端到端系统对猫的实际应用的有效性.
• 探索人工智能驱动的面部分析对品种和头类型识别以及疼痛评估的潜力.

主要方法:

• 开发了人工智能管道,用于猫的自动面部地标检测.
• 利用两组以前收集的猫脸数据集进行分析.
• 将管道应用于三个基准任务:自动识别猫品种,头类型识别和疼痛识别.

主要成果:

• 完全自动化的管道在头脑类型识别中实现了75%的准确性.
• 管道在疼痛识别方面达到66%的准确性.
• 这些结果表明,基于地标的自动化方法对猫脸部分析的可行性.

结论:

• 基于里程碑的AI方法显示,对猫的自动疼痛评估有很大的希望.
• 这些方法可以促进猫类物种的客观形态探索.
• 完全自动化的系统为大规模的猫脸部分析和福利监测提供了切实可行的解决方案.