深度学习算法准确追踪动物运动

张梦然

2018年08月22日09:11  来源:科技日报
 
原标题:深度学习算法准确追踪动物运动

  “DeepLabCut”算法追踪动物运动及行为示意图图片来源:《自然》

  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”。(记者 张梦然)

(责编:刘婧婷、熊旭)

推荐阅读

我国科学家发现天然免疫模式识别新通路北京生命科学研究所副所长、清华大学生物医学交叉研究院教授邵峰实验室发现了一条新的天然免疫模式识别通路,为开发免疫调节剂和疫苗佐剂开辟了新途径。相关论文近日在权威科学期刊《自然》在线发表。《自然》同期配发了评论文章,对该工作给予高度评价。【详细】

刘珺解读新经济:科技不再是赋能,科技就是经济本身当前,国际国内经济都到了一个重要的转折点,经济未来发展的方向是什么?中国投资有限责任公司副总经理刘珺认为,我们目前面临的第四次产业革命是一个从量变到质变的嬗变过程,用传统视角观察今天的新经济,已经难以胜任。【详细】