鼠与同伴：基于单一模型跨笼自动分类与建模小鼠群体行为
计算机视觉与模式识别
2024-06-25 v2 机器学习
机器学习
摘要
行为实验常在专门场地中进行，但这可能干扰分析。为解决此问题，我们提供了在笼养环境中研究小鼠的工具，使生物学家能够在最少人工干预下捕捉个体行为的时间维度并建模笼内同伴间的交互与相互依赖。我们的主要贡献是新颖的群体行为模型（GBM），其利用置换矩阵将各笼中小鼠身份与模型匹配，从而总结跨笼小鼠群体的联合行为。为此，我们还（a）开发了活动标注模块（ALM）以从视频中自动分类小鼠行为，并（b）发布了两个数据集：用于训练行为分类器的 ABODe 和用于行为建模的 IMADGE。
引用
@article{arxiv.2306.03066,
title = {Of Mice and Mates: Automated Classification and Modelling of Mouse Behaviour in Groups using a Single Model across Cages},
author = {Michael P. J. Camilleri and Rasneer S. Bains and Christopher K. I. Williams},
journal= {arXiv preprint arXiv:2306.03066},
year = {2024}
}
备注
International Journal of Computer Vision (2024)