动物行为测量的一些开源软件

动物行为测量的一些开源软件

      理解个体行为与大脑活动，集体和社会行为之间的关系是行为科学的中心目标，该领域涵盖了从神经科学到心理学，生态学和遗传学的各个学科。行为的测量和建模是理解这些复杂过程的关键，为了精确量化动物行为，相关研究人员已开始整合物理学，计算机科学和数学的理论和方法。跨学科革命的基石是使用最先进的计算工具（例如计算机视觉算法）来自动测量运动和身体姿势。一旦拥有运动和行为数据库，神经科学家就可以与其背后的神经过程建立联系。这将使科研人员更好地了解大脑活动如何产生行为，同时，还可以探索一些棘手病症的诊断和治疗方法，这些方法依赖于电脑对人们行为的解读。

      自动测量动物运动的工具代表了开发跨尺度行为统一理论的重要一步。因此，诸如研究动物行为之类的技术因素可以揭示动物如何根据其在环境中的感知做出决策。新一代的工具也使更高级的行为实验成为可能，从而产生了关于大脑如何组织行为的新见解。

前一代的动物跟踪工具的目的主要为确定二维动物图像的质心，方向，速度，加速度等运动参数，为数不多的捕获更精细细节的工具只能用于特定动物。在过去的几年中，深度学习（一种使用神经网络识别数据中细微模式的人工智能方法）为人们提供了新的工具。例如DeepLabCut，LEAP和DeepFly3D之类的开源软件包，使用深度学习来确定视频中动物身体部位的坐标。可执行诸如识别特定动物的任务。这些软件包对个体行为与集体行为的研究都有帮助。

下面展示了一些软件的效果和GitHub地址。

SLEAP: Social LEAP Estimates Animal Poses

GitHub地址：https://github.com/talmo/leap

论文第一作者Talmo Pereira：“这是一个灵活的工具，原则上可用于任何视频数据。具体的工作方式是，在几个视频中标记几个追踪点，然后神经网络即可完成剩下的工作。我们提供了一个易于使用的界面，任何人都可以将LEAP应用到自己的视频中，无需任何编程知识。”

DeepFly3D

GitHub地址:https://github.com/NeLy-EPFL/DeepFly3D