基于場景幾何約束和深度學習的小鼠特征行為分析方法

基本信息

申請?zhí)?/td> CN202210233830.3 申請日 -
公開（公告）號 CN114724057A 公開（公告）日 2022-07-08
申請公布號 CN114724057A 申請公布日 2022-07-08
分類號 G06V20/40（2022.01）I;G06T7/80（2017.01）I;G06N3/08（2006.01）I;G06N3/04（2006.01）I;G06K9/62（2022.01）I;G06V10/25（2022.01）I;G06V10/82（2022.01）I;G06V10/762（2022.01）I 分類 計算；推算；計數(shù);
發(fā)明人 劉斌;張寧;吳聰;周皓;王忠建 申請（專利權(quán)）人 燕山大學
代理機構(gòu) 石家莊眾志華清知識產(chǎn)權(quán)事務(wù)所（特殊普通合伙） 代理人 -
地址 066004河北省秦皇島市海港區(qū)河北大街438號
法律狀態(tài) -

摘要

摘要 一種基于場景幾何約束和深度學習的實驗小鼠特征行為分析方法，屬于機器視覺技術(shù)領(lǐng)域，包括配置標志物，提取場景信息，構(gòu)造結(jié)構(gòu)化的場景空間；采集小鼠視頻數(shù)據(jù)，創(chuàng)建數(shù)據(jù)集；以語義塑型點，構(gòu)建小鼠語義姿態(tài)模型；選取深度神經(jīng)網(wǎng)絡(luò)，進行訓練和學習，提取小鼠語義塑像點的動態(tài)信息；基于視圖幾何原理，將視頻圖像的小鼠語義塑型點映射到現(xiàn)實場景下，實現(xiàn)塑型點的回歸定位；利用密度聚類算法分析回歸定位的塑型點，鎖定關(guān)鍵的序列幀；在不同平面空間下，以場幾何約束條件，分析行為的特征和差異性。最終，通過結(jié)構(gòu)化的空間場景，建立場景幾何約束條件，將復(fù)雜、高維的行為變成低維的物理量，對實驗小鼠的行為實現(xiàn)無干擾的細粒度識別和量化分析。