中科院深圳先进院提出 SBeA，基于少样本学习框架进行动物社会行为分析
💡
原文中文，约4200字，阅读约需10分钟。
📝
内容提要
中国科学院深圳高新技术研究院开发的SBeA能够量化自由群居动物的行为，准确率超过90%。SBeA的优势在于少样本学习框架，减少了对大规模标注数据集的依赖。
🎯
关键要点
- SBeA能够量化自由群居动物的行为，准确率超过90%。
- SBeA的优势在于少样本学习框架，减少了对大规模标注数据集的依赖。
- 动物社会行为研究有助于揭示大脑功能和精神障碍的作用。
- 现有的多动物姿态估计数据集无法覆盖广泛的社交行为测试模型，限制了研究的广度和深度。
- SBeA通过姿态跟踪和行为映射全面量化动物行为。
- 3D姿态跟踪包括视频采集、身份识别和多动物姿态分析。
- 社会行为映射将动物运动轨迹分解为不同的运动类型。
- 双向迁移学习减少了手动标注动物身份的工作量。
- SBeA在基因层面的社会行为差异研究中表现出色。
- SBeA能够识别不同物种和环境下的社会行为。
- SBeA的少样本学习框架使其在无标签数据上也能有效工作。
➡️
