多相机实时三维追踪多只飞行动物
计算机视觉与模式识别
2023-02-01 v1
摘要
动物运动的自动追踪能够提供大量数据，从而进行原本无法实现的分析。而具备低延迟的实时追踪能力，则开辟了操控感觉反馈的实验可能性，从而得以详细探索行为控制的神经基础。本文描述了一种能够追踪苍蝇和鸟类等动物位置和身体朝向的新系统。该系统运行延迟低于40毫秒，并能同时追踪多只动物。为实现这些结果，我们基于扩展卡尔曼滤波器和最近邻标准滤波器数据关联算法，开发了一种多目标追踪算法。在一个实现方案中，一个十一相机系统使用九台标准Intel Pentium 4和Core 2 Duo计算机组成的千兆网络，能够以每秒60帧的速度同时追踪三只苍蝇。本文阐述了所采用算法的原理和细节，并展示了该系统的三种实现方式。我们利用该追踪系统进行了一项实验，以测量视觉对比度对黑腹果蝇飞行速度的影响。在低对比度下，速度变化更大且平均速度高于高对比度。因此，该系统已成为研究自由飞行动物神经生物学和行为的有用工具。若与其他技术（如“虚拟现实”类计算机图形学或基因操作）相结合，该追踪系统将为研究飞行动物的生物学提供一种强大的新方法。
引用
@article{arxiv.1001.4297,
title = {Multi-camera Realtime 3D Tracking of Multiple Flying Animals},
author = {Andrew D. Straw and Kristin Branson and Titus R. Neumann and Michael H. Dickinson},
journal= {arXiv preprint arXiv:1001.4297},
year = {2023}
}
备注
pdfTeX using libpoppler 3.141592-1.40.3-2.2 (Web2C 7.5.6), 18 pages with 9 figures