基于动态卡尔曼滤波跟踪的牛只多动物姿态估计
计算机视觉与模式识别
2025-03-14 v1
摘要
过去十年，随着计算机视觉技术的发展，研究动物行为已变得更加流行。通过计算机视觉取代人类观察者，可降低数据收集成本，从而收集更广泛的数据集。然而，大多数现有计算机视觉算法都高度依赖于单一研究目标，限制了数据重用的可能性。在此背景下，姿态估计结合动物跟踪技术，能够提供一种捕捉动物行为空间与时间成分的更高层次表征。这种更高层次的表征能够同时回答多种研究问题，无需反复开发针对性的计算机视觉算法。因此，本文首先解决当前姿态估计算法的若干弱点，随后介绍KeySORT（Keypoint Simple and Online Realtime Tracking）。KeySORT采用自适应卡尔曼滤波构建轨迹片（tracklet），无需基于边界框（bounding-box），显著提高检测关键点的时序一致性。本文聚焦于牛只的姿态估计，但该方法可轻易推广至其他任何动物种类。测试结果表明，该算法能以较高精度检测至多80%的ground truth关键点，在日光录制与夜视录制之间性能仅有有限下降。此外，利用KeySORT构建骨架，可大幅提高生成关键点坐标的时序一致性，为动物自动化行为监测提供了可能。
引用
@article{arxiv.2503.10450,
title = {Consistent multi-animal pose estimation in cattle using dynamic Kalman filter based tracking},
author = {Maarten Perneel and Ines Adriaens and Ben Aernouts and Jan Verwaeren},
journal= {arXiv preprint arXiv:2503.10450},
year = {2025}
}