介绍了一种名为BioTracker的开源计算机视觉框架,可用于追踪动物在不同环境中的位置,提供多种不同的跟踪算法并支持自定义实现新的跟踪模块和视觉算法,有助于加快科学研究速度和开发新的视觉算法。
Mar, 2018
本文讨论了计算机视觉的近期进展,特别是采用新的深度学习方法来实现动物行为的姿态估计,认为这些工具将快速改变实现现实世界神经科学的形势。
Sep, 2019
本文讲述了如何使用深度学习从视频中非侵入式地提取行为测量,并探讨了这一新算法的原理、潜在优势和局限性,揭示了运动捕捉与深度学习相结合的未来发展方向。
Sep, 2020
本研究概述了基于卷积神经网络体系结构的人类动作识别和姿态估计方法,并将其用于动物行为分类的技术进化及其架构适应性的分析。
Jan, 2023
提出了一个名为MammalNet的新大规模动物行为数据集,包括173种哺乳动物的17个目、69个科,该数据集涵盖了过去动物行为研究中关注的12种高级动物行为,并在其上建立了三种基准。
Jun, 2023
本文介绍了 AmadeusGPT,一种将动物行为的自然语言描述转化为可执行代码的自然语言接口,并使用机器学习、计算机视觉、时空推理和可视化等模块实现了互动式的行为分析和优化。
Jul, 2023
利用基于实例分割的迁移学习的方法实现动物行为分析,能够跟踪多个动物并在实验室录制的视频中进行行为分析,其在动物行为分析任务中达到了人类能力水平,使用少量标记图像进行训练,可用于推进动物行为分析技术的研究和实践。
Dec, 2023
计算机视觉在动物认知和行为研究中有巨大潜力,但目前在野外视频中仍存在巨大的实践挑战,本文通过综述当前相关方法和引导行为科学家以及计算机视觉研究人员来逐渐填补这一差距。
Jan, 2024
使用DISCOVER软件框架,通过计算模型进行人类行为分析的数据探索,以达到简化复杂性和提高可访问性的目标。
Jul, 2024
该研究针对现有面部行为分析工具的不足,提出了一个综合性的开源工具包Behavior4All,集成了面部定位、情感估计、基本表情识别和动作单元检测。研究结果表明,该工具在性能和公平性方面优于当前最先进的工具,且在未见数据库上的表现更具一般化能力,对复合表情的识别速度显著提高。
Sep, 2024