人工智能辅助的数字视频分析揭示了比赛期间三天赛马的步态变化

科学领域:

• 马类生物力学 马类生物力学
• 动物的运动分析.
• 体育科学中的人工智能

背景情况:

• 性能马的福利和价值取决于运动行为.
• 目前的定性步态评估缺乏客观性和定量措施,无法进行大规模的生物力学研究.
• 需要经济,准确,可重复和客观地对马的运动进行实地量化.

研究的目的:

• 试点使用人工智能进行数字视频分析技术,以量化马匹运动.
• 通过人工智能驱动的视频分析来评估运动后表现马的步态变化.
• 建立一个具有成本效益和高效的方法来客观地评估运动马的步态.

主要方法:

• 使用消费者级数字视频摄像机,以高分辨率,高速捕捉马匹的视频.
• 应用了DeepLabCut (一个无标记物姿势估计工具箱) 来标记视频上的26个关键点.
• 使用MatLab处理跟踪数据,从五个比赛场所的194匹马身上获得定量步态参数.

主要成果:

• DeepLabCut 模型在几分钟内有效标记了 388 个视频,大大减少了手工工作.
• 通用线性混合模型分析显示,在越野运动后,工作因子,速度和前肢摆动范围发生了显著变化 (P ≤ 0.05).
• 人工智能驱动的视频分析证明了在量化关键步行参数方面的能力.

结论:

• 基于人工智能的数字视频分析为马匹运动研究提供了一个有前途,高效和客观的工具.
• 这种方法量化了步态参数,不需要专门的设备,适合现场应用.
• 该技术有可能在运动马中推进生物力学研究.