Tracking the Flight: Exploring a Computational Framework for Analyzing Escape Responses in Plains Zebra (Equus quagga)

要約

エステル研究は、ドローンの手頃な価格とアクセシビリティの高まりによりますます利益を得ており、これにより、細かい空間的および時間的スケールでの動物運動の高解像度映像の捕獲が可能になります。
ただし、そのような映像を分析することは、動物の動きをドローンの動きから分離するという技術的な課題を示しています。
わずかでない、画像登録や構造からの構造（SFM）などのコンピュータービジョン技術は実用的なソリューションを提供します。
自然保護論者の場合、ユーザーフレンドリーで、最小限のセットアップを必要とするオープンソースツールと、効率的なデータ解釈にはタイムリーな結果が特に価値があります。
この研究では、バイオイメージングベースの登録手法、SFMパイプライン、ハイブリッド補間法の3つのアプローチを評価します。
これらは、単一のドローンビデオで撮影された44 Plains Zebrasを含む録音されたエスケープイベントに適用します。
最良のパフォーマンスの方法を使用して、個々の軌道を抽出し、重要な行動パターンを特定します。脱出中のアライメントの増加（偏光）、停止する直前の間隔の短時間の拡大、およびグループの中心近くのより緊密な調整。
これらの洞察は、方法の有効性と、より大きなデータセットに拡大する可能性を強調し、集合的な動物行動のより広範な調査に貢献しています。

要約(オリジナル)

Ethological research increasingly benefits from the growing affordability and accessibility of drones, which enable the capture of high-resolution footage of animal movement at fine spatial and temporal scales. However, analyzing such footage presents the technical challenge of separating animal movement from drone motion. While non-trivial, computer vision techniques such as image registration and Structure-from-Motion (SfM) offer practical solutions. For conservationists, open-source tools that are user-friendly, require minimal setup, and deliver timely results are especially valuable for efficient data interpretation. This study evaluates three approaches: a bioimaging-based registration technique, an SfM pipeline, and a hybrid interpolation method. We apply these to a recorded escape event involving 44 plains zebras, captured in a single drone video. Using the best-performing method, we extract individual trajectories and identify key behavioral patterns: increased alignment (polarization) during escape, a brief widening of spacing just before stopping, and tighter coordination near the group’s center. These insights highlight the method’s effectiveness and its potential to scale to larger datasets, contributing to broader investigations of collective animal behavior.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google