多动物行为学数据分析方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开一种了多动物行为学数据分析方法、装置、电子设备及存储介质，方法包括：获取待分析视频，对所述待分析视频进行预处理；将预处理后的待分析视频输入至预先训练完成的姿态估计模型中，对所述待分析视频中的动物进行姿态估计，以获取姿态估计结果；获取预设的追踪参数，将所述追踪参数输入预设的改进后的idTracker.ai组件中，以使所述改进后的idTracker.ai组件对所述待分析视频进行分析后，得到待分析视频中的动物的追踪结果；将所述姿态估计结果与所述追踪结果进行结合，以生成可视化的动物行为分析结果。本发明专利技术解决了现有技术中多动物行为学数据分析中姿态估计结果不佳的技术问题。果不佳的技术问题。果不佳的技术问题。

【技术实现步骤摘要】
多动物行为学数据分析方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机视觉
，具体涉及一种多动物行为学数据分析方法、装置、电子设备及存储介质。

技术介绍

[0002]多动物社交行为学研究是神经科学领域研究的重要组成部分，涉及实验动物的交流、合作、攻击等诸多方面。但是多动物社交行为学实验数据采集成本较高，而且容易受到人类主观经验的影响而造成偏倚，信度和效度都存在一定缺陷。深度学习方法可用于无标记动物追踪，并可根据研究者需求进行关键点的标注。利用迁移学习技术，可以很好地利用行人姿态识别模型，用以估计实验动物姿态。现有的多动物行为学数据采集工作，如DeepLabCut(Lauer,J.,Zhou,M.,Ye,S.et al.Multi
‑
animal pose estimation,identification and tracking with DeepLabCut.Nat Methods 19,496
–
504(2022))、SLEAP(Pereira,T.D.,Tabris,N.,Mats本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多动物行为学数据分析方法，其特征在于，包括如下步骤：获取待分析视频，对所述待分析视频进行预处理；将预处理后的待分析视频输入至预先训练完成的姿态估计模型中，对所述待分析视频中的动物进行姿态估计，以获取姿态估计结果；获取预设的追踪参数，将所述追踪参数输入预设的改进后的idTracker.ai组件中，以使所述改进后的idTracker.ai组件对所述待分析视频进行分析后，得到待分析视频中的动物的追踪结果；将所述姿态估计结果与所述追踪结果进行结合，以生成可视化的动物行为分析结果。2.根据权利要求1所述的多动物行为学数据分析方法，其特征在于，所述预处理的过程至少包括：图像缩放、图像旋转、图像翻转、图像裁切。3.根据权利要求1所述的多动物行为学数据分析方法，其特征在于，所述姿态估计模型的训练方法为：获取训练样本，对所述训练样本进行关键点标注后，将所述训练样本分割为训练集和测试集；建立神经网络模型，根据所述训练集的各个样本的输入尺寸以及标注的动物大小，对所述神经网络模型的参数进行设置；将所述训练集输入至参数设置完成后的神经网络模型中，以对所述神经网络模型进行训练，以得到所述姿态估计模型。4.根据权利要求3所述的多动物行为学数据分析方法，其特征在于，所述神经网络模型为轻量级OpenPose模型。5.根据权利要求1所述的多动物行为学数据分析方法，其特征在于，所述预设的追踪参数至少包括最大追踪数目、动物区域大小范围、动物像素强度范围、视频兴趣区、降采样率和待分析视频时间区间。6.根据权利要求1所述的多动物行为学数据分析方法，其特征在于，所述将所述姿态估计结果与所述追踪结果进行结合，以生成可视化的动物行为分析结果，包括：计算出姿态估计结果的中心点和追踪结果的中心点；...

【专利技术属性】
技术研发人员：朱铃强，唐诚，李浩，周杨，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：