Computer Vision for Primate Behavior Analysis in the Wild

要約

コンピュータビジョンの進歩と、ますます普及しているビデオベースの行動モニタリングは、動物の認知と行動の研究方法を変える大きな可能性を秘めています。
しかし、エキサイティングな見通しと、今日の実際、特に野生のビデオで実際に達成できることの間には、依然としてかなり大きなギャップがあります。
私たちは、このパースペクティブ ペーパーによって、現在の手法から何が期待できるかを行動科学者に導き、コンピューター ビジョンの研究者を動物行動研究の進歩に関連する問題に導くことで、このギャップを埋めることに貢献したいと考えています。
私たちは、物体検出、複数個体追跡、（相互）行動認識、個体識別など、動物の行動のビデオベースの研究に直接関連するコンピュータビジョンの問題に対する最先端の手法の調査から始めます。
。
次に、実践的な観点からの最大の課題の 1 つである、努力効率の高い学習方法を検討します。
最後に、動物行動に関するコンピューター ビジョンという新たな分野の将来についての展望で締めくくります。この分野は一般的なフレーム単位の処理を超えて迅速に移行し、ビデオを第一級市民として扱うべきだと主張します。

要約(オリジナル)

Advances in computer vision as well as increasingly widespread video-based behavioral monitoring have great potential for transforming how we study animal cognition and behavior. However, there is still a fairly large gap between the exciting prospects and what can actually be achieved in practice today, especially in videos from the wild. With this perspective paper, we want to contribute towards closing this gap, by guiding behavioral scientists in what can be expected from current methods and steering computer vision researchers towards problems that are relevant to advance research in animal behavior. We start with a survey of the state-of-the-art methods for computer vision problems that are directly relevant to the video-based study of animal behavior, including object detection, multi-individual tracking, (inter)action recognition and individual identification. We then review methods for effort-efficient learning, which is one of the biggest challenges from a practical perspective. Finally, we close with an outlook into the future of the emerging field of computer vision for animal behavior, where we argue that the field should move fast beyond the common frame-by-frame processing and treat video as a first-class citizen.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google