相关实验视频
Updated: Sep 13, 2025
10:19
3D Kinematic Gait Analysis for Preclinical Studies in Rodents
Published on: August 3, 2019
10.8K
一个基于实时视觉的自适应跟踪跑步机用于动物步态分析
Guanghui Li1, Salif Komi1, Jakob Fleng Sorensen1
1Department of Neuroscience, Faculty of Health and Medical Sciences, University of Copenhagen, DK-2200 Copenhagen N, Denmark.
Sensors (Basel, Switzerland)
|July 30, 2025
概括
这项研究介绍了使用计算机视觉进行实时跟踪的适应性动物跑步机. 无标记物系统精确监测动物的运动,使得动态跑步机调整用于增强的行为研究.
科学领域:
- 动物行为研究研究动物行为研究
- 计算机视觉应用程序的应用程序
- 机器人和自动化机器人与自动化
背景情况:
- 传统的动物跑步机具有固定的速度,限制了对动态动物行为的研究.
- 计算机视觉和自动化技术的进步为克服这些局限性提供了解决方案.
研究的目的:
- 开发实时自适应跑步机系统,用于动物步态和行为研究.
- 为了比较基于标记器和无标记器的计算机视觉追踪方法来追踪动物的移动.
主要方法:
- 使用计算机视觉实现实时自适应跑步机系统.
- 利用基于标记 (彩色块,AprilTags) 和没有标记 (预训练模型) 的追踪.
- 使用对象检测机器学习算法 (FOMO MobileNetV2) 进行无标记追踪.
主要成果:
- 证明了自适应跑步机系统的实时物体识别能力.
- 没有标记物的方法在检测移动的老鼠方面表现出高度的稳定性和准确性.
- 根据实时动物运动成功调整跑步机皮带速度和方向.
结论:
- 开发的计算机视觉驱动的自适应式跑步机系统克服了传统跑步机的局限性.
- 无标记物追踪为动物行为分析提供了强大而准确的解决方案.
- 这项技术提高了基于跑步机的动物研究的范围和适应性.
