深度学习在动物行为分析中的应用研究进展

作     者：申通 王硕 李孟 秦伦明 SHEN Tong;WANG Shuo;LI Meng;QIN Lunming

作者机构：上海电力大学电子与信息工程学院上海201306 中国科学院上海微系统与信息技术研究所上海200050 

出 版 物：《计算机科学与探索》 (Journal of Frontiers of Computer Science and Technology)

年 卷 期：2024年第18卷第3期

页      面：612-626页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(2021YFC2501500) 

主　　题：动物行为分析方法 深度学习 动物姿态估计 

摘      要：近年来动物行为分析已成为脑科学与人工智能等领域的重要研究手段之一,研究者基于深度学习的图像分析技术,构建了自动化、智能化的动物行为分析方法。相较于传统的动物行为分析方法,该类方法无需对动物进行特殊标记,可高效地对动物的姿态进行估计和跟踪,实验情景贴近自然情况,为复杂的动物行为实验提供了潜在可能性。对深度学习在动物行为分析中的应用研究进行综述,首先简要分析动物行为分析的任务及现状;然后重点介绍并比较现有的基于深度学习的动物行为分析工具,根据实验分析的行为维度,将该类工具分为二维的动物行为分析工具和三维的动物行为分析工具,并对工具的功能、性能以及适用范围进行论述;进而介绍了现有的动物数据集和评价指标,对现有的动物行为分析工具所利用的算法机制从优势、局限性、适用场景做出总结;最后,从数据集、实验范式和低延时性等方面对基于深度学习的动物行为分析工具做出展望。