Automated analysis of feline posture using deep learning and geometric modeling
Carlos Eduardo Bezerra · Cauê Bittencourt · Renalvo Alves 等 15 人
提出一种结合深度学习和几何建模的猫姿态自动分析框架，从RGB图像提取临床可解释的姿态描述符。
结合目标检测、分割、轻量CNN分类、姿态估计和规则几何分析。
轻量CNN分类准确率超92%，姿态描述符准确率最高达95.47%，视频中受视角影响。
可迁移至农业动物（如猪、牛）姿态分析，用于健康与福利监测，需验证与现有评估工具的一致性。
该研究聚焦猫的姿势分析，与三农、农业信息化等领域无关。
引言 体态可为猫提供具有临床参考价值的信息，但行为学解读颇具挑战性，因为体态信号往往较为细微、依赖具体情境，且易受观察者间差异影响。我们开发并评估了一种非侵入性计算机视觉框架，用于从低成本摄像头获取的侧视RGB图像中提取具有临床可解释性的猫体态描述符，旨在支持行为评估、福利监测及未来的临床决策辅助。方法 该框架在结构化处理流程中整合了目标检测、解剖分割、用于体态及侧视分类的轻量级卷积神经网络、姿态估计及基于规则的几何分析。系统从站立侧视帧中生成包括整体体态、头部俯仰角、背部倾斜度、背部曲率及尾部形态在内的描述符。结果 在基于图像的评估中，轻量级神经网络在侧视分类中达到92.6%的准确率，在整体体态分类中达到93.1%的准确率，同时其可训练参数数量约为基于VGG19的基线模型的三十八分之一。经图像质量及视角筛选后，头部俯仰角描述符准确率达88%，背部倾斜度达95%，背部曲率达90%，尾部形态达95.47%。在端到端视频实验中，筛选后的帧保留率在很大程度上取决于录制条件，尤其是侧视可见度及遮挡情况。尽管如此，保留帧仍能实现对头部俯仰角、背部倾斜度及尾部形态的高精度估计。讨论 上述研究结果表明，基于标准RGB视频的自动化体态分析能够生成结构化且具有临床可解释性的猫肢体语言描述符，对行为医学及动物福利评估具有应用价值。在临床或诊断应用之前，仍需针对既有的疼痛、应激及福利评估工具开展前瞻性验证研究。