【技术实现步骤摘要】
一种动物群体轨迹追踪的方法及其系统
本专利技术涉及动物行为学
,具体涉及一种动物群体轨迹追踪的方法及其系统。
技术介绍
在社交行为过程中,动物会做出很多大量而迅速的行为变化,表现出丰富的行为学模式,整合来自其自身的动机和情感,以及当前环境的各种信息。动物行为学、及其社交互动研究可用以搭建正常和疾病动物的认知和情感模型,在学习和记忆研究、疾病模型的生理机制研究、以及药物评估试验等研究中具有广泛的应用,如用以观察自闭症和老年痴呆症中的认识和社交缺陷。开展多动物群体长期社交实验的一个关键挑战是获得可靠动物轨迹的能力,因此如何从动物群体社交互动行为监测视频中提取详尽的行为信息是动物行为学领域中的一个重要问题。由于动物的社交关系的形成和演化通常需要数天甚至更长时间,因此需要建立深入的、定量的、长期的动物群体行为监测。然而目前广泛应用的实验大多采用少量动物的短时间社交,会遗漏很多重要的动物社交行为模式,且现有的通过人为标注监测视频不现实,不仅单调乏味、花费代价大,而且主观性强,难以重复,在视频序列中保持多动物的自动追踪与身份识别非常困难。此外,动物群体中的个体相互触碰,运动路径相互交叉,会有非常复杂的互动模式,如蜷缩在一起、爬到另外一只动物的背上等,目前的社交实验中通常假设动物一直保持可视、不重叠、运动速度不很快。或是采用其他特征来标记动物身份,如不同的颜色、大小、受限的环境(如某只动物被限制在一个特定区域活动)等,但颜色标记在动物理毛时易被清理掉,不同的颜色模式标记还存在重复性不够高,使用不同动物实验需要重新训练 ...
【技术保护点】
1.一种动物群体轨迹追踪方法,其特征在于包括以下步骤:/nS1:将动物群体饲养在适合动物群体生存、活动和社交的环境平台;/nS2:通过摄像头采集动物群体社交互动行为的监测视频;/nS3:基于深度学习的目标检测模型,得到视频中所有目标动物信息;/nS4:通过轨迹追踪,得到动物群体中单个个体的轨迹;/nS5:对轨迹进行滑动平均滤波处理;/nS6:生成动物群体中单个个体的轨迹,生成标注有动物群体身份标识的追踪视频。/n
【技术特征摘要】
1.一种动物群体轨迹追踪方法,其特征在于包括以下步骤:
S1:将动物群体饲养在适合动物群体生存、活动和社交的环境平台;
S2:通过摄像头采集动物群体社交互动行为的监测视频;
S3:基于深度学习的目标检测模型,得到视频中所有目标动物信息;
S4:通过轨迹追踪,得到动物群体中单个个体的轨迹;
S5:对轨迹进行滑动平均滤波处理;
S6:生成动物群体中单个个体的轨迹,生成标注有动物群体身份标识的追踪视频。
2.根据权利要求1所述的动物群体轨迹追踪方法,其特征在于:
步骤S2中,所述摄像头的采样频率与动物的运动速度适配并能进行自适应调节,动物运动速度越快,所对应的摄像头采样频率越高,所述摄像头的采样频率为15~50帧/s。
3.根据权利要求1所述的动物群体轨迹追踪方法,其特征在于:
步骤S3中,所述目标检测模型包括以Alexnet、VGG19、或Google-Net为基础的Faster-RCNN模型,以及RCNN、Fast-RCNN、SPP-Net、YOYO中的任意一种。
4.根据权利要求3所述的动物群体轨迹追踪方法,其特征在于步骤S3中,所述目标检测方法包括以下步骤:
S3.1:提取监测视频中感兴趣区域,并删除无关区域;
S3.2:对视频进行空间分辨率的变换;
S3.3:对视频进行时间采样频率的变换;
S3.4:基于深度目标学习的目标检测模型对视频中的每一帧图像进行目标检测,得到目标动物的包围框。
5.根据权利要求4所述的动物群体轨迹追踪方法,其特征在于步骤S3.4中,所述目标检测包括以下步骤:
S3.4.1:训练样本视频:对训练视频采样并对每一帧图像中的目标动物进行矩形框标注,并生成大量训练样本图像;
S3.4.2:对样本进行数据增广与整理;
S3.4.3:得到训练的基于深度学习的目标检测模型,并输出目标动物的包围框,包括包围框位置信息和包围框大小信息;
S3.4.4:对目标进行检测:输入目标检测视频;
S3.4.5:读取目标检测视频中的每一帧图像;
S3.4.6:加载步骤S3.4.3中训练后的基于深度学习的目标检测模型;
S3.4.7:得到目标动物的矩形包围框。
6.根据权利要求5所述的动物群体轨迹追踪方法,其特征在于:
步骤S3.4.2中,对样本的增广采用基于旋转和镜像的扩展8倍的增广方式、和/或图像平移及缩放,其中,所述扩展8倍的增广方式包括:旋转0度不镜像、旋转-90度不镜像、旋转-180度不镜像、旋转-270度不镜像、旋转0度且Y轴镜像、旋转-90度且X轴镜像、旋转-180度且Y轴镜像、旋转-270度且X轴镜...
【专利技术属性】
技术研发人员:张晨,苏峰,王仰真,刘梦娜,刘小榕,袁培江,郑沪生,张先良,
申请(专利权)人:舟山诚创电子科技有限责任公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。