欢迎访问盘锦市科学技术局
|
当前位置: pg电子游戏麻将胡了-pg游戏官网登录入口 >科技前沿

深度学习算法准确追踪动物运动-pg电子游戏麻将胡了

根据英国《自然·神经科学》杂志21日在线发表的一项研究,美国哈佛大学团队运用一种新型深度学习算法,成功追踪动物运动及行为,其准确度可达到人工水平,而且无需采用追踪标记物或进行费时的手动分析。专家认为,这一成果打开了海量的数据来源之门。

准确追踪行为发生期间的身体运动部位是运动科学的一项重要内容。但是,如果采用视频记录方式来追踪运动,研究人员要么需要费时费力地标记每一帧,要么需要在研究对象身体的预定点上放置标记物。而标记物可能干扰研究目标的行为,而且一般只适合有限类型的运动。

此次,哈佛大学科学家团队利用机器学习开发了一款开源运动追踪工具,名为“deeplabcut”,它不受以上限制。研究团队先采用一个大型目标识别图像数据库对“deeplabcut”进行了预训练。之后,“deeplabcut”只需要接受小规模的人类标记图像(约200张)训练,即可完成一项新的追踪任务,从而方便神经科学家研究动物行为。

研究人员演示了这种算法,其可以在无需标记物的情况下,追踪小鼠和苍蝇在各种行为期间的任意身体部位运动,而且准确度可达到人工水平。“deeplabcut”可以追踪精细的动作,如果蝇产卵、伸吻,以及小鼠伸爪时每一个指的轨迹。

在相应的新闻与观点文章中,中国北京大学魏坤琳与美国宾夕法尼亚大学康拉德·考丁表示,“deeplabcut”在理论上适用于任何视频,从而为运动科学打开了巨大的数据来源之门。他们预计,未来“运动捕捉将从实验室内的一项艰难而又耗资不菲的任务,变成一项每个人在日常生活中就能完成的小事情”。

上一篇: 人工智能首次设计出工业菌株
下一篇: 我国科学家在有机太阳能电池领域取得重要突破
网站地图