当鼻子知道时,尾巴是否会显示出来? 人工智能在预测探测犬通过尾部动力学找到目标方面胜过人类专家

科学领域:

• 动物行为 动物行为
• 计算机视觉 计算机视觉
• 嗅觉检测 嗅觉检测是一种嗅觉检测.

背景情况:

• 探测犬依靠敏的嗅觉能力来识别物质.
• 据报道,训练员使用微妙的狗行为线索,如尾巴运动,来预测检测.
• 了解这些行为可以增强侦测犬的训练和应用.

研究的目的:

• 在气味检测任务中调查狗的尾巴运动模式.
• 评估计算机视觉和人工智能 (AI) 在分析狗行为的实用性.
• 为了比较人工智能模型的性能与人类处理器在解释狗信号时的准确性.

主要方法:

• 利用计算机视觉跟踪和分析8只检测犬的尾巴运动动力学.
• 狗们执行了涉及目标和分散注意力的物质的气味检测任务.
• 开发了一种人工智能模型,根据尾巴运动模式对狗的行为进行分类.

主要成果:

• 狗在目标气味附近的左侧尾巴摇幅度增加.
• 人工智能模型在分类狗的检测行为方面取得了77%的准确性.
• 人工智能模型的性能随着气味度的降低而下降,反映了狗的性能.
• 人工智能模型 (66%的准确率) 在识别目标气味附近的位置方面表现优于人类处理者 (46%的准确率).

结论:

• 尾巴运动分析,特别是左侧摇,可以表明狗接近目标气味.
• 人工智能驱动的计算机视觉提供了一种有希望的客观方法来解释狗的行为信号.
• 人工智能模型表明,在检测狗的行为分析中,有可能超越人类专家的准确性.