Ученые тестируют автоматическое обнаружение агрессивного поведения свиней

Ученые из Китая недавно протестировали гибридную модель, которая сочетает в себе сверточную нейронную сеть и закрытую рекуррентную единицу для выявления агрессивного поведения свиней, содержащихся в группах. Они также интегрировали в модель пространственно-временной механизм внимания, чтобы улучшить эффект распознавания агрессивного поведения.

Сверточная нейронная сеть выступала в качестве экстрактора пространственных признаков для изучения внешних представлений поведения в каждом отдельном видеокадре. Сеть закрытых рекуррентных единиц функционировала как экстрактор временных признаков для изучения представлений движения о поведении в эпизоде ​​поведения.

Исследователи определили агрессивное поведение свиней, содержащихся в группах, как кусание, постукивание, топтание и преследование. Они определили езду, игру, лежание, кормление и питье как неагрессивное поведение. Команда наблюдала 541 видеозапись агрессивного поведения длительностью 3 секунды и 565 видеозаписей неагрессивного поведения длительностью 3 секунды.

Исследователи интегрировали видеокадры в модель. Экстракторы пространственных признаков, интегрированные с механизмом пространственного внимания, извлекали поведенческие представления из каждого отдельного кадра. Роль модели пространственного внимания заключается в улучшении выражения особенностей локальных областей, тем самым усиливая выражение особенностей области, где происходит агрессивное поведение, и ослабляя выражение особенностей нерелевантных областей. Экстрактор временных признаков, интегрированный с механизмом временного внимания, извлекал представления движения поведения из пространственных признаков в разных кадрах. На основе этих особенностей команда определила агрессивное и неагрессивное поведение.

Базовая модель имела самую низкую точность распознавания. Однако добавление механизма пространственного внимания улучшило точность распознавания в тестовом наборе данных на 2,2% и оптимизировало извлечение пространственных признаков. Добавление временного внимания улучшило производительность модели по сравнению с базовой моделью, но не оптимизировало часть извлечения пространственных признаков. Интеграция в модель как пространственных, так и временных механизмов внимания увеличила точность распознавания до 94,8%, доказав, что пространственно-временная модель внимания действительна.

Авторы пришли к выводу, что вариант модели, сочетающий в себе пространственные и временные механизмы внимания в гибридной модели сверточной нейронной сети и закрытого рекуррентного устройства, имеет наилучшие характеристики распознавания, что доказывает эффективность модели в этой статье.

Однако необходимы дальнейшие исследования, чтобы четко зафиксировать такую ​​информацию, как части тела, используемые свиньями с агрессивным поведением, с помощью метода сбора данных с помощью нескольких камер.

Источник: pigprogress.net