【深度学习算法准确追踪动物运动】根据英国《自然·神经科学》杂志21日在线发表的一项研究 ， 美国哈佛大学团队运用一种新型深度学习算法 ， 成功追踪动物运动及行为 ， 其准确度可达到人工水平 ， 而且无需采用追踪标记物或进行费时的手动分析 。 专家认为 ， 这一成果打开了海量的数据来源之门 。
准确追踪行为发生期间的身体运动部位是运动科学的一项重要内容 。 但是 ， 如果采用视频记录方式来追踪运动 ， 研究人员要么需要费时费力地标记每一帧 ， 要么需要在研究对象身体的预定点上放置标记物 。 而标记物可能干扰研究目标的行为 ， 而且一般只适合有限类型的运动 。
此次 ， 哈佛大学科学家团队利用机器学习开发了一款开源运动追踪工具 ， 名为“DeepLabCut” ， 它不受以上限制 。 研究团队先采用一个大型目标识别图像数据库对“DeepLabCut”进行了预训练 。 之后 ， “DeepLabCut”只需要接受小规模的人类标记图像（约200张）训练 ， 即可完成一项新的追踪任务 ， 从而方便神经科学家研究动物行为 。
研究人员演示了这种算法 ， 其可以在无需标记物的情况下 ， 追踪小鼠和苍蝇在各种行为期间的任意身体部位运动 ， 而且准确度可达到人工水平 。 “DeepLabCut”可以追踪精细的动作 ， 如果蝇产卵、伸吻 ， 以及小鼠伸爪时每一个指的轨迹 。
在相应的新闻与观点文章中 ， 中国北京大学魏坤琳与美国宾夕法尼亚大学康拉德·考丁表示 ， “DeepLabCut”在理论上适用于任何视频 ， 从而为运动科学打开了巨大的数据来源之门 。 他们预计 ， 未来“运动捕捉将从实验室内的一项艰难而又耗资不菲的任务 ， 变成一项每个人在日常生活中就能完成的小事情” 。
总编辑圈点
不久前 ， 一位诺奖得主说 ， 人工智能就是统计学 。 我们都知道统计过去记录可以推断将来 。 但人工智能预测能力之强 ， 仍超预料 。 它不需要太多数据 ， 就可准确地猜出动物的行为和走向 。 或许今后在机器辅助下 ， 网站上的无聊小视频 ， 会成为有趣的科研原始资料 。
推荐阅读
- 怎么从网上购物 怎么做淘宝
- 打电话英文
- 男士清洁面膜深度推荐
- 学习强国app怎么查看组织架构
- lose的过去式
- 学习用药粥来美颜吧！
- 2的平方根怎么算 2的平方根的算法
- leave过去式
- far的比较级
- 学习跆拳道300字作文