Video-based estimation of pain indicators in dogs

要約

犬の飼い主は通常、痛みなどの犬の主観的な状態を明らかにする行動の手がかりを認識することができます。
しかし、痛みの状態を自動的に認識することは非常に困難です。
この論文では、この問題に対する新しいビデオベースの 2 ストリーム ディープ ニューラル ネットワーク アプローチを提案します。
体のキーポイントを抽出して前処理し、ビデオのキーポイントと RGB 表現の両方から特徴を計算します。
セルフオクルージョンとキーポイントの欠落に対処するためのアプローチを提案します。
また、獣医の専門家によって収集され、痛みの存在について注釈が付けられた、独自のビデオベースの犬の行動データセットを提示し、提案されたアプローチで良好な分類結果を報告します。
この研究は、機械学習に基づいた犬の痛みの状態の推定に関する最初の研究の 1 つです。

要約(オリジナル)

Dog owners are typically capable of recognizing behavioral cues that reveal subjective states of their dogs, such as pain. But automatic recognition of the pain state is very challenging. This paper proposes a novel video-based, two-stream deep neural network approach for this problem. We extract and preprocess body keypoints, and compute features from both keypoints and the RGB representation over the video. We propose an approach to deal with self-occlusions and missing keypoints. We also present a unique video-based dog behavior dataset, collected by veterinary professionals, and annotated for presence of pain, and report good classification results with the proposed approach. This study is one of the first works on machine learning based estimation of dog pain state.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google