Sertések agresszív viselkedése – hogyan lehet automatikusan észlelni

Kínai kutatók nemrégiben teszteltek egy hibrid modellt, amely egy konvolúciós neurális hálózatot és egy kapuzott rekurrens egységet kombinál a csoportosan tartott sertések agresszív viselkedésének azonosítására. A modellbe egy tér-időbeli figyelemmechanizmust is integráltak, hogy javítsák az agresszív viselkedés felismerésének hatását.

A konvolúciós neurális hálózat térbeli jellemzők extrahálójaként működött, hogy megtanulja a viselkedés megjelenési reprezentációit minden egyes videóképkockán. A kapuzott rekurrens egységhálózat pedig időbeli jellemzők extrahálójaként tanulta a viselkedés mozgásreprezentációit egy viselkedési epizódban.

Adatgyűjtés

A kutatók a csoportosan tartott sertések agresszív viselkedését harapásként, kopogtatásként, taposásként és kergetőzésként definiálták. Nem agresszív viselkedésként definiálták a felszállást, a játékot, a fekvést, az etetést és az ivást. A csoport 541 agresszív viselkedésről készült, 3 másodperces időtartamú videofelvételt és 565 nem agresszív viselkedésről készült, 3 másodperces időtartamú videofelvételt figyelt meg.

A videóképeket integrálták a modellbe. A térbeli jellemzők extrahálói egy térbeli figyelemmechanizmussal integrálva viselkedési reprezentációkat vontak ki minden egyes képkockából.

A térbeli figyelem modelljének szerepe a helyi területet jellemző kifejeződések javítása, ezáltal az agresszív viselkedést mutató területet jellemzők kifejeződések fokozása és az irreleváns területeket jellemző kifejeződések gyengítése.

Az időbeli figyelemmechanizmussal integráló időbeli jellemzőkivonó a viselkedés mozgási reprezentációit a térbeli jellemzőkből vonta ki a különböző képkockákon keresztül. A csapat e jellemzők alapján azonosította az agresszív és nem agresszív viselkedést.

A modellek hatékonysága

Az alapmodellnek volt a legalacsonyabb felismerési pontossága. A térbeli figyelemmechanizmus hozzáadása azonban 2,2%-kal javította a felismerési pontosságot a tesztadathalmazban, és optimalizálta a térbeli jellemzők kinyerését. Az időbeli figyelem hozzáadása javította a modell teljesítményét az alapmodellhez képest, de nem optimalizálta a térbeli jellemzőkivonó részt.

A térbeli és időbeli figyelemmechanizmusok integrálása a modellbe 94,8%-ra növelte a felismerési pontosságot, ami azt bizonyítja, hogy a térbeli-időbeli figyelemmodell érvényes.

A hibrid modell működik a legjobban

A szerzők arra a következtetésre jutottak, hogy a térbeli és időbeli figyelemmechanizmusokat a konvolúciós neurális hálózat és a kapuzott rekurrens egység hibrid modelljében kombináló modellváltozat rendelkezik a legjobb felismerési teljesítménnyel, ami bizonyítja a modell hatékonyságát ebben a tanulmányban.

További kutatásokra van azonban szükség ahhoz, hogy többkamerás adatgyűjtési módszerrel egyértelműen meg lehessen ragadni az olyan információkat, mint például az agresszív viselkedésű sertések által használt testrészek.

(Forrás: pigprogress.net)