基于场景几何约束和深度学习的小鼠特征行为分析方法

    公开(公告)号:CN114724057B

    公开(公告)日:2025-04-22

    申请号:CN202210233830.3

    申请日:2022-03-10

    Applicant: 燕山大学

    Abstract: 一种基于场景几何约束和深度学习的实验小鼠特征行为分析方法,属于机器视觉技术领域,包括配置标志物,提取场景信息,构造结构化的场景空间;采集小鼠视频数据,创建数据集;以语义塑型点,构建小鼠语义姿态模型;选取深度神经网络,进行训练和学习,提取小鼠语义塑像点的动态信息;基于视图几何原理,将视频图像的小鼠语义塑型点映射到现实场景下,实现塑型点的回归定位;利用密度聚类算法分析回归定位的塑型点,锁定关键的序列帧;在不同平面空间下,以场几何约束条件,分析行为的特征和差异性。最终,通过结构化的空间场景,建立场景几何约束条件,将复杂、高维的行为变成低维的物理量,对实验小鼠的行为实现无干扰的细粒度识别和量化分析。

    一种狭窄空间下的小鼠视频运动行为分析方法

    公开(公告)号:CN114494957A

    公开(公告)日:2022-05-13

    申请号:CN202210072107.1

    申请日:2022-01-21

    Applicant: 燕山大学

    Abstract: 本发明公开了一种狭窄空间下的小鼠视频运动行为分析方法,属于机器视觉技术领域和深度学习领域,所述分析包括以下步骤:通过视频数据采集设备对低照度狭窄空间下的小鼠运动行为的原始视频数据进行采集;应用基于经度校正算法对原始视频数据进行畸变处理;应用基于深度残差网络的关键点跟踪算法对畸变后的视频进行关键点检测与跟踪,获得跟踪结果;根据关键点的跟踪结果进行行为参数计算,分析小鼠行为。本发明在狭窄、低照度的环境下对小鼠的行为进行长期的观察和判断,高效地观察和分析小鼠的行为,计算相应的行为指标,并且判断视频中小鼠行为,对小鼠的日常行为学实验行为监测和视频行为量化研究具有较高的应用前景和现实意义。

    基于场景几何约束和深度学习的小鼠特征行为分析方法

    公开(公告)号:CN114724057A

    公开(公告)日:2022-07-08

    申请号:CN202210233830.3

    申请日:2022-03-10

    Applicant: 燕山大学

    Abstract: 一种基于场景几何约束和深度学习的实验小鼠特征行为分析方法,属于机器视觉技术领域,包括配置标志物,提取场景信息,构造结构化的场景空间;采集小鼠视频数据,创建数据集;以语义塑型点,构建小鼠语义姿态模型;选取深度神经网络,进行训练和学习,提取小鼠语义塑像点的动态信息;基于视图几何原理,将视频图像的小鼠语义塑型点映射到现实场景下,实现塑型点的回归定位;利用密度聚类算法分析回归定位的塑型点,锁定关键的序列帧;在不同平面空间下,以场几何约束条件,分析行为的特征和差异性。最终,通过结构化的空间场景,建立场景几何约束条件,将复杂、高维的行为变成低维的物理量,对实验小鼠的行为实现无干扰的细粒度识别和量化分析。

Patent Agency Ranking