基于ConvLSTM网络的小鼠行为识别算法

摘要：

面向小鼠行为识别在生物学、神经科学和药理学等方面的研究,针对传统行为识别算法与行为定义不一致、依赖上游检测算法和相似行为混淆严重的问题,提出一种基于ConvLSTM网络的行为识别算法.该方法无须构建姿态特征,使用关节点特征图序列学习行为表征,充分利用了行为变化中的时间和空间信息.测试结果表明,该算法能准确识别直走、静止、修饰、直立和转身5种行为,平均准确率为93.8％,相较于其他算法能有效区分相似的行为.

关键词：行为识别、ConvLSTM、深度学习

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2023-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：88-90,94