基于深度卷积神经网络的蜂群标记自动定位与解码
计算机视觉与模式识别
2018-02-15 v2
摘要
蜜蜂是一个引人入胜的模型动物，可用于研究集体行为如何由数千个体的（相互）作用涌现。蜜蜂在其一生中可能获得独特记忆。这些经历甚至在很长的时间尺度上影响社会交互。因此，追踪并识别蜂群中所有蜜蜂在其一生中的身份，很可能有助于揭示个体差异与群体行为之间的相互作用。本文提出了一种基于两个深度卷积神经网络的软件流程，用于定位和解读蜜蜂从出生到死亡所携带的定制二进制标记。我们表明该方法优于近期文献中提出的类似系统。通过将该软件公开，我们希望由此产生的数据集将有助于推进对蜜蜂集体智能的理解。
引用
@article{arxiv.1802.04557,
title = {Automatic localization and decoding of honeybee markers using deep convolutional neural networks},
author = {Benjamin Wild and Leon Sixt and Tim Landgraf},
journal= {arXiv preprint arXiv:1802.04557},
year = {2018}
}