项目名称: 大型动物行为模型与高级行为智能视频感知新方法研究

项目编号: No.61473235

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 其他

项目作者: 何东健

作者单位: 西北农林科技大学

项目金额: 83万元

中文摘要: 大型动物如奶牛的精准养殖、疫病预测及行为实验面临如何高效准确感知与识别高级行为这一关键科学问题。本项目将大型动物简单运动、复杂运动和高级行为的互作用关系作为研究切入点,以大型动物奶牛为研究载体,运用动物行为学、分层结构理论与视频分析方法相结合,研究并建立分层结构的大型动物行为新模型和感知方法。通过理论分析、数学建模与计算机仿真和行为观察实验,深入分析大型动物行为机理,构建分层结构的大型动物行为模型;研究复杂背景及动物与环境交互作用下的目标检测与跟踪新方法,建立大型动物基本运动识别模型,提出基于分层行为模型的高级行为感知方法,从而建立不同层次行为信息融合的大型动物高级行为感知与理解新理论和新方法,为大型动物的高级行为识别与理解提供新的理论和方法基础,为大型动物的精准养殖和健康预测提供理论依据,同时为大型动物行为实验研究提供新思路、探索新途径,具有重要的研究意义和广阔的应用前景。

中文关键词: 大型动物;行为模型;行为感知;目标检测;视频分析

英文摘要: It is difficult to perceive the high-level behavior of large animals (dairy cattle, et al.) for precision livestock farming, predicting diseases and experiments on animal behavior. In this project, the co-relationship of basic movement, complex movement and high-level behavior and dairy cattle will be studied as research basis and object respectively, and animal ethology, the theory of hierarchical structure and video analysis will be integrated to research hierarchical structure based behavior model of large animals and the methods to perceive animal behavior. With theoretical research, mathematical modeling, computer simulation and experiments on observing behavior, we will analyze the mechanism of animal behavior to build hierarchical structure based behavior model. By studying the methods to detect and track moving object with interaction between environments in complex background, new models will be built to recognize basic motion of large animals. Based on the hierarchical model of behavior, a method will be proposed to perceive the high-level behavior. Accordingly, we will present new theories and methods with the fusion of different levels of behavior information to perceive and understand high-level behavior of large animals. This project provides new theoretical and methodological basis for recognition and understanding high-level behavior of large animals, theoretic foundation for precision livestock farming and forecasting health of large animals and new ideas and ways for experiments on behavior of large animals with great researching significances and prosperous applications.

英文关键词: Large Animals;Behavior Model;Behavior Perception;Target Detection;Video Analysis

成为VIP会员查看完整内容
0

相关内容

《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
71+阅读 · 2021年11月18日
《行为与认知机器人学》,241页pdf
专知会员服务
53+阅读 · 2021年4月11日
专知会员服务
43+阅读 · 2020年12月8日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
166+阅读 · 2019年12月4日
【新书】感知和行动的贝叶斯模型,348页pdf
AAAI2021 | 基于图Transformer的多行为推荐算法
机器学习与推荐算法
5+阅读 · 2021年11月8日
趣解读 | VR这么有趣,小老鼠也要沉浸式体验!
中国科学院自动化研究所
0+阅读 · 2021年8月19日
支持个性化学习的行为大数据可视化研究
用深度学习揭示数据的因果关系
专知
28+阅读 · 2019年5月18日
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
一文读懂智能对话系统
数据派THU
16+阅读 · 2018年1月27日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
Beyond Neyman-Pearson
Arxiv
0+阅读 · 2022年5月2日
Arxiv
0+阅读 · 2022年5月2日
Arxiv
24+阅读 · 2021年1月25日
Arxiv
13+阅读 · 2020年4月12日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
71+阅读 · 2021年11月18日
《行为与认知机器人学》,241页pdf
专知会员服务
53+阅读 · 2021年4月11日
专知会员服务
43+阅读 · 2020年12月8日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
166+阅读 · 2019年12月4日
相关资讯
【新书】感知和行动的贝叶斯模型,348页pdf
AAAI2021 | 基于图Transformer的多行为推荐算法
机器学习与推荐算法
5+阅读 · 2021年11月8日
趣解读 | VR这么有趣,小老鼠也要沉浸式体验!
中国科学院自动化研究所
0+阅读 · 2021年8月19日
支持个性化学习的行为大数据可视化研究
用深度学习揭示数据的因果关系
专知
28+阅读 · 2019年5月18日
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
一文读懂智能对话系统
数据派THU
16+阅读 · 2018年1月27日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
相关论文
Beyond Neyman-Pearson
Arxiv
0+阅读 · 2022年5月2日
Arxiv
0+阅读 · 2022年5月2日
Arxiv
24+阅读 · 2021年1月25日
Arxiv
13+阅读 · 2020年4月12日
Arxiv
11+阅读 · 2018年4月25日
微信扫码咨询专知VIP会员