一种基于身体部位追踪的动物行为学视频分析方法及系统技术方案

技术编号:37842043 阅读:19 留言:0更新日期:2023-06-14 09:46
本发明专利技术提供了一种基于身体部位追踪的动物行为学视频分析方法及系统,从需要分析的动物行为学的视频中,得到动物至少一个特定身体部位的位置,处理视频中位置信息的异常,通过动物的特定身体部位的位置信息和对应的视频的帧率,对动物社交行为进行计时,提取动物社交行为时间片段。本方法可适用于任何动物的身体部位的追踪分析,实现视频中指定区域发生行为的所有时间片段的高效精细化提取,同时能够准确高效地批量完成相应工作,从而大大减少分析人员在此类精细工作中花费的时间,并有效提高分析结果的精准度。高分析结果的精准度。高分析结果的精准度。

【技术实现步骤摘要】
一种基于身体部位追踪的动物行为学视频分析方法及系统


[0001]本专利技术属于
,具体涉及一种基于身体部位追踪的动物行为学视频分析方法及系统。

技术介绍

[0002]在动物行为研究分析中常需要分析动物的某一个类型的行为,并将这一类型行为发生过程的有序时间点提取出来,研究的对象包括动物的沟通行为、情绪表达、社交行为、学习行为、繁殖行为等。
[0003]目前,通常是视频分析人员人工观察视频的方式进行分析,并记录这一类型行为发生过程的视频时间轴起始时刻点和结束时刻点。
[0004]但是,通过分析人员人工观察视频的方式效率极低。一个时长30分钟的实验记录视频,大概需要人工观看一天才能记录提取完成。对于实验人员来说不仅枯燥乏味,且费时费力、准确度有限,影响科研效率。

技术实现思路

[0005]为了克服上述现有技术的缺陷,本专利技术提出了一种基于身体部位追踪的动物行为学实验视频分析方法,所述方法包括:
[0006]从需要分析的动物行为学的视频中,得到动物至少一个特定身体部位的位置;
[0007]处理所述视频中位置信息的异常;
[0008]通过动物的所述特定身体部位的位置信息和对应的所述视频的帧率,对动物社交行为进行计时;
[0009]提取动物社交行为时间片段。
[0010]优选地,所述“得到动物至少一个特定身体部位的位置”使用了深度神经网络模型加迁移学习的方法,通过用至少一个动物行为学视频片段,训练追踪动物的所述特定身体部位位置的深度神经网络模型。r/>[0011]具体地,所述“通过用至少一个动物行为学视频片段,训练追踪动物的所述特定身体部位位置的深度神经网络模型”包括:
[0012]选择至少一个需要分析的动物行为学的视频片段,提取所述视频片段中所有图像;
[0013]通过kmeans算法将所述图像分类;
[0014]从分类出的不同类别中随机取出50

200张图像;
[0015]人工标记所述图像中动物的所述特定身体部位;
[0016]将标记好的所述图像作为所述深度神经网络模型的输入,将人工标记的动物的所述特定身体部位的位置作为标签,形成训练数据集;
[0017]通过所述训练数据集,训练预测输入图像中动物的所述特定身体部位位置的神经网络模型。
[0018]具体地,所述“处理所述视频中位置信息的异常”包括:
[0019]过滤追踪位置为社交区域边界外部或者likelihood小于0.5的异常视频的结果,并基于被过滤的所述异常视频的前后两个正常视频的结果,通过三次样条插值的方法将过滤的所述视频进行补全。
[0020]进一步地,所述“通过动物的所述特定身体部位的位置信息和对应的所述视频的帧率,对动物社交行为进行计时”包括:
[0021]预设第一距离阈值和第二距离阈值;
[0022]逐帧计算动物的所述特定身体部位与社交区域中特定区域之间的距离;
[0023]判断动物的所述特定身体部位与所述特定区域之间的距离,是否小于所述第一距离阈值;
[0024]若动物的所述特定身体部位与所述特定区域之间的距离小于所述第一距离阈值,开始计时;
[0025]判断动物的所述特定身体部位与所述特定区域之间的距离,是否大于所述第二距离阈值;
[0026]若动物的所述特定身体部位与所述特定区域之间的距离大于所述第二距离阈值,结束计时。
[0027]优选地,所述特定身体部位为动物的鼻尖。
[0028]本专利技术还提出一种基于身体部位追踪的动物行为学实验视频分析系统,用于实现如前文所述方法中的步骤,所述系统包括信号源获取装置和处理分析装置,所述信号源获取装置用于获取动物的所述特定身体部位的位置,并将获取到的信息发送给所述处理分析装置,所述处理分析装置用于根据接收到的所述信息进行处理分析。
[0029]具体地,所述信号源获取装置包括采集模块和发送模块,所述采集模块用于获取动物的所述特定身体部位的位置并传输至所述发送模块,所述发送模块用于将接收到的信息发送给所述处理分析装置。
[0030]所述处理分析装置包括接收模块、处理模块、分析模块和计时模块,所述接收模块用于接收所述发送模块发送的信息,并传输至所述处理模块;
[0031]所述处理模块用于处理所述视频中位置信息的异常,并将处理后的信息发送至所述分析模块;
[0032]所述分析模块用于判断动物社交行为的开始和结束,并将所述动物社交行为开始和结束的信息发送至计时模块;
[0033]所述计时模块用于对所述动物社交行为进行计时。
[0034]进一步地,所述分析模块预设第一距离阈值和第二距离阈值,所述分析模块用于当动物的所述特定身体部位与社交区域中特定区域之间的距离小于所述第一距离阈值时,判断动物开始进行社交行为,传输动物社交行为开始的信息至所述计时模块,提示所述计时模块开始计时;
[0035]所述分析模块还用于当动物的所述特定身体部位与所述特定区域之间的距离大于所述第二距离阈值时,判断动物结束社交行为,传输动物社交行为结束的信息至所述计时模块,提示所述计时模块结束计时。
[0036]本专利技术至少具有以下有益效果:
[0037]适用面广,可适用于任何动物,且提取的动物社交行为时间片段具备身体朝向信息,同时具有极高的效率,能够实现高精度准确批量完成工作,替代人工作业。
[0038]进一步地,使用了深度神经网络模型加迁移学习的方法追踪动物的特定身体部位的位置,实现对异常数据的过滤,并利用三次样条插值的方式对缺失数据进行了补全。
[0039]以此,本专利技术提供了一种基于身体部位追踪的动物行为学视频分析方法及系统,可适用于任何动物的身体部位的追踪分析,实现视频中指定区域发生行为的所有时间片段的高效精细化提取,克服了以往方法中只有身体轮廓信息而不具备身体朝向信息的缺点。同时,能够准确高效地批量完成相应工作,从而大大减少分析人员在此类精细工作中花费的时间,并有效提高分析结果的精准度。
附图说明
[0040]为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0041]图1为实施例1提供的一种基于身体部位追踪的动物行为学实验视频分析方法的流程示意图;
[0042]图2为训练追踪动物的特定身体部位位置的深度神经网络模型的流程示意图;
[0043]图3为对动物社交行为进行计时的流程示意图;
[0044]图4为实施例2提供的一种基于身体部位追踪的动物行为学实验视频分析系统的结构示意图。
[0045]附图标记:
[0046]500

信号源获取装置;510

采集模块;520

本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于身体部位追踪的动物行为学实验视频分析方法,其特征在于,所述方法包括:从需要分析的动物行为学的视频中,得到动物至少一个特定身体部位的位置;处理所述视频中位置信息的异常;通过动物的所述特定身体部位的位置信息和对应的所述视频的帧率,对动物社交行为进行计时;提取动物社交行为时间片段。2.根据权利要求1所述的一种基于身体部位追踪的动物行为学实验视频分析方法,其特征在于,所述“得到动物至少一个特定身体部位的位置”使用了深度神经网络模型加迁移学习的方法,通过用至少一个动物行为学视频片段,训练追踪动物的所述特定身体部位位置的深度神经网络模型。3.根据权利要求2所述的一种基于身体部位追踪的动物行为学实验视频分析方法,其特征在于,所述“通过用至少一个动物行为学视频片段,训练追踪动物的所述特定身体部位位置的深度神经网络模型”包括:选择至少一个需要分析的动物行为学的视频片段,提取所述视频片段中所有图像;通过kmeans算法将所述图像分类;从分类出的不同类别中随机取出50

200张图像;人工标记所述图像中动物的所述特定身体部位;将标记好的所述图像作为所述深度神经网络模型的输入,将人工标记的动物的所述特定身体部位的位置作为标签,形成训练数据集;通过所述训练数据集,训练预测输入图像中动物的所述特定身体部位位置的神经网络模型。4.根据权利要求1所述的一种基于身体部位追踪的动物行为学实验视频分析方法,其特征在于,所述“处理所述视频中位置信息的异常”包括:过滤追踪位置为社交区域边界外部或者likelihood小于0.5的异常视频的结果,并基于被过滤的所述异常视频的前后两个正常视频的结果,通过三次样条插值的方法将过滤的所述视频进行补全。5.根据权利要求1所述的一种基于身体部位追踪的动物行为学实验视频分析方法,其特征在于,所述“通过动物的所述特定身体部位的位置信息和对应的所述视频的帧率,对动物社交行为进行计时”包括:预设第一距离阈值和第二距离阈值;逐帧计算动物的所述特定身体部位与社交区域中特定区域之间的距离;判断动物的所述特定身体部位与所述特定区域之间的距离,是否小于所述第一距离阈值;若动物的所述特定身体部位与所述特定区域之间的距离小于所述第一距...

【专利技术属性】
技术研发人员:朱富强詹阳汤勇张曦昊
申请(专利权)人:深圳先进技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1