智东西(公众号:zhidxcom)
编 | 年年

导语:美国和意大利科学家团队在近日发表的一篇论文提出了AI动作识别的一个新用途,通过统计框架分析野生动物群体行为

智东西7月3日消息,近日来自美国、意大利的一群科学家们在发表的一篇论文“A Framework for Identifying Group Behavior of Wild Animals”中提出了AI动作识别的一个新用途,那就是通过一个新的统计框架( statistical framework)鉴定野生动物群体行为。

理解动物的行为对于揭示动物和人类的行为模式具有至关重要的作用,科学家在研究中采用两步序列分析方法,并添加了动物社交信息,结果证明实验精度得到了显著提升。

一、AI动作识别新用途:分析野生动物群体行为

AI驱动的动作识别已被用于从步态中识别情绪、估算房间人数和仅凭借开始和结束帧就创建一个完整的视频。但这并不是它所有的用途。在Arxiv.org网站上发表的一篇新论文“A Framework for Identifying Group Behavior of Wild Animals”中,来自伊利诺伊大学、意大利米兰理工大学和加州大学戴维斯分校的科学家提出了一个分析野生动物群体行为的统计框架。他们表示,与基础模型相比,这个新的统计框架在初步试验中表现出了更好的分类准确性。

“理解动物行为对于揭示动物(包括人类)为什么做他们所做的事情至关重要,”文章的共同作者写到。“最近,生物学家开始使用可穿戴技术,如GPS、加速计(accelerometers)和无线电传感器来跟踪动物及其活动。然而,人类无法直接解释收集到的原始数据,必须进行处理并从中提取动物行为模式……动作识别模型可用来解释原始时间序列与通过观察或其他方式收集的行为模式之间的关系。”

正如研究人员所解释的那样,时间序列分类——即在连续时间获得的数量值的分类,通常具有相等的时间间隔——且通常使用时间序列分析或机器学习来解决。前者基于对原始数据的明确描述,而后者自动从输入数据中推断出行为特征。

二、两步序列分析方法提高实验精度

研究人员采用两步序列分析方法:首先,他们为给定的语料库选择“最佳”的全局时间分辨率(相对于时间的测量分辨率),然后通过提取与分类相关的拓扑和关系组件来编码动物组之间的社会关系。

在实验中,该团队从狒狒群体活动的公开数据集中获取信息,其中包含26只已经追踪35天的动物。他们根据邻近度定义了狒狒的社交网络,这样,在两米范围内经过的狒狒就会被认为是相互作用的。

研究人员报告称,他们的方法比以前的方法提高了大约10%的准确性,并且在添加社交信息之后,得出的结果比初始结果又提高7%。

“我们对现实世界数据集的评估表明,现在的框架可以更好地识别野生动物群体的复杂行为动作,”共同作者写道,他还表示他们计划在未来的工作中纳入其他数据集。“我们目前正致力于将时间分辨率步骤(两步序列分析方法的第一步)扩展到更加动态的方法,允许不同的时间步骤,这将有助于更好地识别每种不同行为的关键含义。”

结语:AI技术日新月异,动作识别用途多多

AI作为前沿科技,已经越来越融合进各项科学研究当中,AI技术也在这个过程中不断得到丰富和拓展。

基于AI活动识别,美国和意大利的科学家们提出了鉴定野生动物群体行为的统计框架,这是一个重要的进步,有助于人们理解动物和人类的行为模式,相信未来AI能够为科学和社会研究提供更多助力。