财新传媒
环科 > 要闻 > 正文

机器深度学习算法可助力研究动物行为

2018年08月22日 15:54 来源于 财新网
可以听文章啦!
哈佛大学科学家利用机器学习开发了一款开源运动追踪工具DeepLabCut,它能够利用深度学习算法追踪动物行动及行为,其精度达到了人工水平
DeepLabCut绘制的动物运动轨迹。图片来源:《自然》

  【财新网】(实习记者 黄晏浩)神经科学家经常需要在实验室里追踪动物的运动和行为,这项工作费时费力,但目前有了新的解决方法。美国哈佛大学科学家利用机器学习近日开发了一款开源运动追踪工具DeepLabCut,能够利用深度学习算法追踪动物行动及行为,其精度达到了人工水平,并且无需采用追踪标记物或费时的手动分析。相关论文近日在线发表在《自然-神经科学》杂志上。

  研究生物运动的一项重要内容,是要准确地追踪行为发生期间的身体运动部位,这对神经科学的许多应用都意义重大。如果采用视频记录的方式来追踪运动,过去实验人员要么对每一帧都进行标记,这样的缺点是要耗费大量的时间和精力,否则就需要在研究对象身体的预设点上放置标记物,因为可能干扰研究对象的行为,一般只适用于有限类型的运动。

责任编辑:冯禹丁 | 版面编辑:许金玲
推广

财新网主编精选版电邮 样例
财新网新闻版电邮全新升级!财新网主编精心编写,每个工作日定时投递,篇篇重磅,可信可引。
订阅