基于改进慢快网络的猕猴多行为识别方法 |
| |
引用本文: | 仲伟峰,徐哲,朱翔昱,马喜波.基于改进慢快网络的猕猴多行为识别方法[J].生物医学工程学杂志,2023(2):257-264. |
| |
作者姓名: | 仲伟峰 徐哲 朱翔昱 马喜波 |
| |
作者单位: | 1.哈尔滨理工大学自动化学院150000;2.中国科学院自动化研究所模式识别国家重点实验室100000; |
| |
基金项目: | 科技部重大专项(2016YFA0100902);国家自然科学基金(82090051,81871442)。 |
| |
摘 要: | 猕猴作为药物安全性评估中常见的动物模型,其行为反映它用药前后的健康情况,可以揭示出药物产生的副作用。目前,研究人员通常利用人工对猕猴的行为进行观察,该方式无法实现不间断的24 h监测。因此,急需发展一种方法体系实现对猕猴行为的24 h观测和识别。针对此问题,本文构建了一个包含九类猕猴行为的视频数据集(MBVD-9),并在此数据集的基础上提出一种名为基于变换器(Transformer)增强的慢快网络(SlowFast)用于猕猴行为识别(TAS-MBR)。具体地说,TAS-MBR网络在SlowFast的基础上将其快支路输入的红绿蓝(RGB)色彩模式帧转化为残差帧,并在卷积操作之后引入了变换器模块,更有效地提取了运动信息。结果显示,TAS-MBR网络对猕猴行为的平均分类准确率为94.53%,较原有的SlowFast有明显提升,证明了本文所提方法在猕猴行为识别方面的有效性和优越性。这项工作为猕猴行为的不间断的观测和识别提供了新的思路,奠定了药物安全评价中进行用药前后猕猴行为计算的技术基础。
|
关 键 词: | 药物安全性评估 行为识别 猕猴行为数据集 卷积神经网络 |
本文献已被 维普 等数据库收录! |
|