读懂我的耳朵！用于马匹情感状态评估的马耳运动检测
计算机视觉与模式识别
2025-05-07 v1
摘要
马面部动作编码系统（EquiFACS）通过不同的动作单元（AU）实现了对面部运动的系统化标注。它通过识别与不适相关的细微面部表情，成为评估马匹情感状态的关键工具。然而，马匹情感状态评估领域受到标注数据稀缺的限制，因为手动标注面部AU既耗时又昂贵。为了应对这一挑战，自动化标注系统对于利用现有数据集和改进情感状态检测工具至关重要。在这项工作中，我们研究了从马匹视频中检测和定位特定耳朵AU的不同方法。我们利用基于深度学习的视频特征提取结合循环神经网络进行视频分类任务，以及经典的光流方法。我们在一个公开的马匹视频数据集上实现了87.5%的耳朵运动存在分类准确率，展示了我们方法的潜力。我们讨论了开发这些系统的未来方向，旨在弥合自动化AU检测与马匹福利和兽医诊断实际应用之间的差距。我们的代码将在 https://github.com/jmalves5/read-my-ears 公开发布。
引用
@article{arxiv.2505.03554,
title = {Read My Ears! Horse Ear Movement Detection for Equine Affective State Assessment},
author = {João Alves and Pia Haubro Andersen and Rikke Gade},
journal= {arXiv preprint arXiv:2505.03554},
year = {2025}
}