kabr-tools：多物种行为监测的自动化框架
计算机视觉与模式识别
2025-10-23 v2
摘要
对动物行为生态学进行全面理解依赖于可量化和解释复杂多维行为模式的可扩展方法。传统的野外观察往往受限于范围、耗时且工作量大，阻碍了对行为响应在景观范围内的评估。为此，我们提出了 kabr-tools（肯尼亚动物行为识别工具），一个用于自动化多物种行为监测的开源软件包。该框架将无人机视频与机器学习系统集成，以从野生动物视频中提取行为、社交和空间指标。我们的管道利用目标检测、跟踪和行为分类系统生成关键指标，包括时间预算、行为转换、社交互动、栖息地关联和群体构成动态。与地面方法相比，无人机观察显著提升了行为细粒度，减少 15% 的可见性损失，并以更高的准确率和连续性捕获更多行为转换。我们通过三个案例研究验证了 kabr-tools，对 969 序列行为进行分析，超越了传统方法的数据捕获和标注能力。我们发现，像大草原斑马一样，警觉性随群体规模而降低，但与大草原斑马不同，栖息地对 Grevy's 斑马的警觉性影响微乎其微。大草原斑马和 Grevy's 斑马表现出强烈的行为惯性，几乎不会转换到警觉行为，且在混合物种群体中观察到 Grevy's 斑马、大草原斑马和长颈鹿之间的空间分隔。通过实现大规模自动化行为监测，kabr-tools 为生态系统级研究、保育、生物多样性研究和生态监测提供了强大的工具。
关键词
引用
@article{arxiv.2510.02030,
title = {kabr-tools: Automated Framework for Multi-Species Behavioral Monitoring},
author = {Jenna Kline and Maksim Kholiavchenko and Samuel Stevens and Nina van Tiel and Alison Zhong and Namrata Banerji and Alec Sheets and Sowbaranika Balasubramaniam and Isla Duporge and Matthew Thompson and Elizabeth Campolongo and Jackson Miliko and Neil Rosser and Tanya Berger-Wolf and Charles V. Stewart and Daniel I. Rubenstein},
journal= {arXiv preprint arXiv:2510.02030},
year = {2025}
}
备注
31 pages