基于场景几何约束和深度学习的小鼠特征行为分析方法
基本信息
| 申请号 | CN202210233830.3 | 申请日 | - |
| 公开（公告）号 | CN114724057A | 公开（公告）日 | 2022-07-08 |
| 申请公布号 | CN114724057A | 申请公布日 | 2022-07-08 |
| 分类号 | G06V20/40（2022.01）I;G06T7/80（2017.01）I;G06N3/08（2006.01）I;G06N3/04（2006.01）I;G06K9/62（2022.01）I;G06V10/25（2022.01）I;G06V10/82（2022.01）I;G06V10/762（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 刘斌;张宁;吴聪;周皓;王忠建 | 申请（专利权）人 | 燕山大学 |
| 代理机构 | 石家庄众志华清知识产权事务所（特殊普通合伙） | 代理人 | - |
| 地址 | 066004河北省秦皇岛市海港区河北大街438号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 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。 |
