靠近定义和采样率对猪的社交网络的影响,基于使用计算机视觉追踪
Clémence A E M Orsini1, Bernadett Hegedűs2,3, Lisette E van der Zande4
1Adaptation Physiology Group, Wageningen University & Research, Wageningen, The Netherlands. clemence.orsini@wur.nl.
Scientific reports
|March 22, 2025
概括
计算机视觉使农场动物的社交网络分析成为可能. 网络指标对近距离定义和采样率敏感,为准确性而建议采样率降至1/6分钟.
科学领域:
- 动物行为 动物行为
- 伦理学 伦理学 伦理学
- 计算生物学是一种计算生物学.
背景情况:
- 社会网络分析 (SNA) 对于理解畜牧业中的动物协会至关重要.
- 计算机视觉提供了一种非侵入性的方法来收集行为数据.
研究的目的:
- 评估空间近距离定义和从猪的计算机视觉数据中获得的社交网络上的采样率的影响.
- 确定最佳的抽样率,以准确地构建社交网络.
主要方法:
- 利用计算机视觉 (通过检测追踪) 来分析不同养条件下的猪的视频数据.
- 使用五种不同的近距离定义构建社交网络.
- 通过低采样数据生成的网络与高分辨率基线 (0.5 fps) 相比较.
主要成果:
- 度中心性对近距离定义的敏感性低于自向量中心性和聚类系数.
- 为了保持与完整网络的高相关性 (r > 0.90),数据下采样不应超过每6分钟1.
- 近距离定义和抽样率显著影响社交网络指标.
结论:
- 计算机视觉是用于畜牧社会网络分析的可行工具,即使在封闭的环境中也是如此.
- 仔细考虑近距离定义和采样率对于可靠的农场动物SNA至关重要.
- 建立了数据采样指南,以确保网络准确性.
