近日，西北大学生命科学学院教授郭松涛团队基于行为学的分析原理，利用人工智能技术，设计了自动识别与量化动物个体行为的开源 AI 框架，实现了行为自动化监测领域的技术突破。

动物行为是人类常见但又机理复杂的自然现象。" 自古以来，人类习惯通过观察动物行为来了解动物习性。比如说，我们会通过观察家养宠物的行为来判断其健康状态和饮食喜好等。" 团队成员刘佳表示，动物行为通常由多样化的姿势和动作模式组成，且行为具有连续性和交互性，同一类型的行为时间跨度大，这增加了普通观察者有效识别、量化和比较不同动物类群行为的难度。对动物行为进行准确、系统观察记录并精准定量分析是动物行为学研究的基础。

随着科技进步，近几十年来，越来越多的研究人员通过视频记录来研究动物行为。" 虽然视频数据可通过专业软件辅助分析，但要精准记录动物行为特征，仍需要花费很长时间仔细察看视频。比如一段 5 分钟的野生动物录像，我们可能要一帧一帧地反复看，翻来覆去看近 1 小时。" 郭松涛介绍，当面对复杂环境和数量众多的野生动物时，这一工作会更加耗时和低效，严重制约了对动物各种行为规律的研究。

▲行为 AI 识别框架及处理流程示意图

为解决动物行为智能分析中面临的共性难题，郭松涛教授团队利用人工智能技术，设计了可自动精准识别与量化动物行为的 AI 框架。" 目前，该框架已在川金丝猴、老虎、羚牛、斑马等 10 种代表性野生动物的自动行为识别和量化上得到精准验证。该技术可广泛应用于圈养动物日常活动规律监测和关键行为异常预警、野生动物行为数据分析研究，以及实验动物健康状态和福利研究等领域。" 郭松涛说。

来源 / 西安发布