一个计算机视觉解决方案用于红熊猫的行为识别
Pu Luo1,2, Yupeng Niu1,2, Duoxun Tang1,2
1College of Information Engineering, Sichuan Agricultural University, Ya'an, China.
Scientific reports
|March 18, 2025
概括
这项研究开发了一个高效的AI模型来监测红熊猫的行为,改善了这个危物种的健康评估. 计算机视觉方法通过通过行为分析检测健康问题来帮助保护工作.
科学领域:
- 动物行为研究动物行为研究.
- 计算机视觉应用程序的应用程序
- 保护技术 保护技术
背景情况:
- 危的红熊猫面临着息地丧失和健康问题的威胁,影响其生存率.
- 红熊猫的异常行为可能表明潜在的健康问题,需要有效的监测.
- 使用计算机视觉进行非侵入性行为监测为红熊猫健康研究和福利提供了一个有希望的途径.
研究的目的:
- 开发和评估一个改进的,轻量级和高效的YOLOv8模型来识别红熊猫的行为.
- 为了提高危的红熊猫的自动行为监测的准确性和效率.
- 为了利用计算机视觉来推进红熊猫健康研究和福利实践.
主要方法:
- 通过使用运动激活摄像头和网络爬虫收集了3142张红熊行为图像的数据集.
- 提出了一个改进的YOLOv8模型 (YOLOv8s-Red Panda),结合了自适应式直方图等级和GMBottleNeck模块.
- 模型培训整合了SimAM注意力机制和功能融合学习,以提高性能.
主要成果:
- 红熊的YOLOv8s-红熊模型在识别红熊的行为方面取得了90.6%的准确率.
- 与基线模型 (YOLOv8s-DE) 相比,增强模型的准确性提高了 1.4%.
- 模型尺寸减少了三分之一,表明效率提高.
结论:
- 开发的YOLOv8s-Red Panda模型在红熊猫自动行为识别方面表现优异.
- 这种计算机视觉方法具有很大的潜力,可以推进医疗保健,并优化危的红熊猫的动物福利.
- 使用人工智能的有效行为监测可以有助于保护危物种.
