Mouse Lockbox Dataset: Behavior Recognition for Mice Solving Lockboxes

要約

機械学習とコンピュータービジョンの方法は、自然動物の行動の研究に大きな影響を与えます。これは、膨大な量のビデオデータの（半）自動分析を可能にするためです。
マウスは、ほとんどの研究分野の標準的な哺乳類モデルシステムですが、このような方法を改良するために今日利用可能なデータセットは、単純な行動または社会的行動に焦点を当てています。
この作業では、複雑な機械パズル、いわゆるロックボックスを解く個々のマウスのビデオデータセットを提示します。
総プレイタイムの110時間以上は、3つの異なる視点から記録された動作を示しています。
フレームレベルのアクション分類方法のベンチマークとして、データセットの13％に等しい2つの異なるマウスのすべてのビデオに人間が感染したラベルを提供します。
キーポイント（ポーズ）追跡ベースのアクション分類フレームワークは、オブジェクトの操作など、きめ細かい動作の自動ラベル付けの課題を示しています。
私たちの仕事が、計算神経科学コミュニティにおける自動アクションと行動分類の進歩を加速するのに役立つことを願っています。
データセットは、https://doi.org/10.14279/depositonce-23850で公開されています

要約(オリジナル)

Machine learning and computer vision methods have a major impact on the study of natural animal behavior, as they enable the (semi-)automatic analysis of vast amounts of video data. Mice are the standard mammalian model system in most research fields, but the datasets available today to refine such methods focus either on simple or social behaviors. In this work, we present a video dataset of individual mice solving complex mechanical puzzles, so-called lockboxes. The more than 110 hours of total playtime show their behavior recorded from three different perspectives. As a benchmark for frame-level action classification methods, we provide human-annotated labels for all videos of two different mice, that equal 13% of our dataset. Our keypoint (pose) tracking-based action classification framework illustrates the challenges of automated labeling of fine-grained behaviors, such as the manipulation of objects. We hope that our work will help accelerate the advancement of automated action and behavior classification in the computational neuroscience community. Our dataset is publicly available at https://doi.org/10.14279/depositonce-23850

arxiv情報

提供元, 利用サービス

arxiv.jp, Google