实验动物社会行为分析综述:从方法到应用
计算机视觉与模式识别
2022-06-28 v1 机器学习
摘要
作为遗传与生理方面之间的桥梁,动物行为分析是生物学与生态研究中最重要的课题之一。然而,识别、追踪与记录动物行为是劳动密集型工作,需要专业知识。为减轻数据标注的耗费,研究者转向计算机视觉技术以寻求自动标注算法,因为多数数据以视觉方式记录。本工作中,我们探究了多种行为检测算法,涵盖传统视觉方法、统计方法与深度学习方法。本工作的目标是提供对相关工作的透彻调研,为生物学家提供高效动物行为检测方法的概览。除此之外,我们还讨论了这些算法的优势与不足,为已深耕该领域者提供一些见解。
引用
@article{arxiv.2206.12651,
title = {Review on Social Behavior Analysis of Laboratory Animals: From Methodologies to Applications},
author = {Ziping Jiang and Paul L. Chazot and Richard Jiang},
journal= {arXiv preprint arXiv:2206.12651},
year = {2022}
}
备注
https://www.routledge.com/Recent-Advances-in-AI-enabled-Automated-Medical-Diagnosis/Jiang-Crookes-Wei-Zhang-Chazot/p/book/9781032008431