基于卷积神经网络的马情绪识别
计算机视觉与模式识别
2022-07-19 v2 机器学习
定量方法
摘要
创建能够识别情绪的智能系统是一项困难的任务，尤其在考察动物情绪时。本文描述了设计一个用于识别马情绪的“概念验证”系统的过程。该系统由两个部分组成：一个检测器与一个模型。检测器是一个基于区域的快速卷积神经网络，用于检测图像中的马。模型是一个卷积神经网络，用于预测这些马的情绪。这两个部分使用多张马的图像进行训练，直至在其任务上达到高准确率。总共收集并标注了 400 张马的图像用于训练检测器与模型，而 40 张用于测试系统。一旦两个组件通过验证，它们被组合成一个可测试系统，该系统基于既定的行为学 ethogram（通过头、颈、耳、口吻与眼的位置指示情绪状态）来检测马的情绪。系统在验证集上准确率为 80%，在测试集上为 65%，表明使用自主智能系统预测动物情绪是可行的。此类系统有多种应用，包括在不断增长的动物情绪领域中的进一步研究，以及兽医领域用于确定马或其他牲畜的身体健康状况。
引用
@article{arxiv.2105.11953,
title = {Emotion Recognition in Horses with Convolutional Neural Networks},
author = {Luis A. Corujo and Peter A. Gloor and Emily Kieson and Timo Schloesser},
journal= {arXiv preprint arXiv:2105.11953},
year = {2022}
}
备注
14 pages, 11figures