AlphaChimp: 猴子追踪与行为识别

理解非人灵长类动物行为对于改善动物福利、建模社会行为以及洞察人类特有及共同行为至关重要。尽管近期计算机视觉取得了进展，非人灵长类动物的自动化行为分析仍面临挑战，原因在于其社会互动的复杂性以及缺乏针对性算法。现有方法常常难以处理灵长类社会动态中所见的细微行为和频繁遮挡。本研究旨在开发一种有效的方法，用于自动检测、跟踪和识别视频中的猴子行为。我们展示了所提出的方法AlphaChimp—a种端到端方法能够同时检测猴子位置并从视频中估计行为类别， 在行为识别方面显著优于现有方法。AlphaChimp在跟踪精度上实现约10%的提升，在行为识别上实现约20%的改进，尤其在识别社会行为方面表现突出。这一卓越性能源于AlphaChimp创新的体系结构，其集成了时序特征融合与基于Transformer的自注意力机制，能够更有效地捕捉和解释猴子之间复杂的社会互动。我们的做法弥合了计算机视觉与灵长类动物学之间的鸿沟，增强了技术能力，深化了对灵长类动物交流与社会性的理解。我们公开代码和模型，并希望这将促进动物社会动态的未来研究。该工作为神经学、认知科学和人工智能提供了新的视角，提供了关于社会智能的新思路。