基于深度神经网络标注标志点的图像分析自动化

图像和视频分析通常是研究动物行为与运动学的关键步骤。这些分析常常需要在大量图像中标注（标记）一个或多个动物标志点的位置。标注标志点的过程可能耗时费力，这催生了对能够自动标注标志点算法的需求。在利用图像和视频分析研究动物三维飞行的科学家群体中，开发更自动化的标志点标注方法已成为趋势，但它们尚不够通用。受深度神经网络（DNNs）在计算机视觉领域诸多问题上成功的启发，我们研究了 DNNs 对于代表研究动物科学家所收集数据的视频集中标志点准确自动标注的适用程度。我们的工作通过对鹰蛾（hawkmoths）视频的广泛实验表明，DNNs 适用于自动且准确的标志点定位。特别地，我们展示了我们提出的某个 DNN 比当前在鹰蛾视频上自动定位标志点的最佳算法更准确。此外，我们演示了这些标注如何用于定量分析鹰蛾的三维飞行。为促进不同领域科学家对 DNNs 的使用，我们提供了关于 DNNs 是什么、如何工作以及如何使用我们提供的免费库 Caffe 和补充代码将其应用于其他数据集的自包含说明。