基於運動上下文學習的老鼠社會行為檢測與識別研究

《基於運動上下文學習的老鼠社會行為檢測與識別研究》是依託哈爾濱工業大學，由張盛平擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於運動上下文學習的老鼠社會行為檢測與識別研究
• 依託單位：哈爾濱工業大學
• 項目類別：青年科學基金項目
• 項目負責人：張盛平

項目摘要

神經科學研究的一個關鍵手段是通過老鼠實驗理解特定行為在大腦中的編碼機理。人為觀察老鼠行為耗時耗力且極易引入主觀誤差，不利於進行大規模實驗。本項目研究利用計算機視覺技術自動地觀察老鼠行為。與現有方法依賴視覺跟蹤得到單只或兩隻老鼠的位置信息，繼而識別其簡單行為不同，本項目針對複雜場景下多老鼠的低區分性和嚴重遮擋導致的跟蹤困難，研究基於運動上下文學習的老鼠社會行為檢測與識別：（1）模擬大腦初/中級視皮層時序信號的認知機理，基於無監督深層稀疏編碼自底向上學習不隨形狀變化的運動特徵；（2）結合自動上下文和AdaBoost思想，學習由運動特徵判別老鼠社會行為的運動上下文模型；（3）為達到實時性，進一步研究利用高效的加速逼近梯度法和交替方向法求解稀疏編碼係數和線上學習字典。本項目的研究，為神經科學家進行大規模老鼠實驗提供有利的輔助工具，也為視頻高級語義行為理解提供一套新的運動特徵學習和分類框架。

結題摘要

對動物行為的識別與理解，例如，實驗用小白鼠，對神經科學研究和新藥的藥理特性研究具有重要意義。人為觀察老鼠行為耗時耗力且極易引入主觀誤差，不利於進行大規模實驗。本項目研究利用計算機視覺技術全天候自動地對老鼠的行為進行觀察並對特定行為類別進行分類。為現實這一目的，本項目所完成的主要研究內容：（1）低解析度對比度圖像感興趣目標顯著度檢測方法研究。（2）簡單背景下老鼠目標輪廓跟蹤方法研究。（3）複雜背景下魯棒的鼠目標跟蹤方法研究；（4）老鼠行為分類方法研究。在項目執行期內，取得的重要研究成果包括：（1）提出基於空間色度上下文建模的感興趣目標顯著度檢測方法；（2）提出基於有監督水平集的老鼠目標輪廓跟蹤方法；（3）提出若干個針對複雜背景下魯棒的目標跟蹤方法，包括基於生物啟發的目標跟蹤方法、基於基匹配的目標跟蹤方法、基於賦權最小二乘的目標跟蹤方法等。（4）提出兩個老鼠行為分類方法，包括基於獨立成份分析的行為分類方法、基於時空特徵的行為分類方法、基於時空上下文的行為分類方法。在項目執行期內，共發表期刊論文11篇，其中第一作者或通訊作者期刊論文8篇。共發表會議論文6篇，其中第一作者或通訊作者論文3篇。Google學術引用140次。授權專利1項。獲黑龍江省自然科學二等獎1項。所取得的研究成果對利用計算機視覺技術對老鼠的社會行為進行分析具有重大意義。