相关实验视频
Updated: Jan 15, 2026
07:12
Profiling Maternal Behavior Responses During Whole-Brain Imaging
Published on: January 24, 2025
1.4K
SATSN:一个空间适应的双流网络,用于自动检测长鹿的日常行为
Haiming Gan1, Xiongwei Wu1, Jianlu Chen1
1College of Electronic Engineering, South China Agricultural University, Guangzhou 510642, China.
Animals : an open access journal from MDPI
|October 16, 2025
概括
这项研究引入了一个使用YOLO11-Pose和SATSN的自动化系统,以准确检测长鹿的和吃等行为. 这项技术有助于监测动物园里的长鹿福利.
科学领域:
- 动物行为 动物行为
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 长鹿的日常行为是健康和福祉的关键指标,特别是在囚禁环境中.
- 自动检测系统对于动物园的科学管理和福利改善至关重要.
- 被囚禁的长鹿的重复行为可以表明潜在的福利问题.
研究的目的:
- 为长鹿开发一个高效准确的自动化多行为检测系统.
- 改善动物园内长鹿的科学管理和福利评估.
- 利用先进的深度学习模型进行行为分析.
主要方法:
- 使用YOLO11-Pose用于长鹿检测和关键点估计 (口).
- 员工以观察为中心的SORT (OC-SORT) 用于单个长鹿的追踪.
- 开发了一个具有视频变压器和时间注意力 (TA) 模块的空间适应性双流网络 (SATSN) 用于行为分类.
主要成果:
- 在检测,行走,站立和饮食行为方面,实现了93.99%的平均平均精度 (mAP).
- 在定制的长鹿行为数据集上展示了强大的检测性能和概括能力.
- 验证了拟议的YOLO11-Pose和SATSN综合方法的有效性.
结论:
- 拟议的自动化系统为长鹿的多行为检测和福祉评估提供了强大的支持.
- 这项技术为动物园环境中的智能行为监测系统奠定了基础.
- 该方法通过准确的行为分析提高了监测和改善长鹿福利的能力.
