Автоматический анализ активности животных: новый метод для зоопарков

Введение в автоматический анализ поведения животных

Поведенческие индексы признаны важными критериями для оценки благополучия животных. Существует несколько разделов методов наблюдения и записи поведения животных. Изначально использовались только прямые методы с присутствием наблюдателя в месте нахождения животного. Ручной анализ поведения сильно ограничен двумя непреодолимыми препятствиями: сложностью поведенческих паттернов и человеческой предвзятостью.

Нарушения в поведении животных, resulting from the presence of an observer в их vicinity и развитие технологий привели к increased use of косвенных методов, involving удаленной записи поведения. Изначально аналоговые записи делались на пленку, а позже на магнитные ленты (VHS кассеты) с помощью видеомагнитофонов с замедленной записью. В настоящее время для наблюдения за поведением и сбора данных чаще всего используются камеры видеонаблюдения и цифровая запись на flash-носители (HDD, SSD, карты памяти и т.д.).

Важность наблюдения за животными в зоопарках

Due to the presence в zoological gardens многочисленных видов животных, чья биология и поведение все еще poorly understood, важно наблюдать и анализировать их поведение для обеспечения adequate уровня благополучия. Одним из видов, встречающихся в большом количестве в различных зоологических садах, является Callimico goeldii (называемый в дальнейших частях этой статьи Callimico, mico или обезьяны Гёльди), который представляет собой южноамериканского примата, обитающего в тропических дождевых лесах верхней части региона Амазонки.

Поведение Callimico goeldii в естественной среде

В природе Callimico goeldii мигрирует и кормится в нижних частях леса, предпочитая, как и большинство древесных животных, густые заросли. Он живет в первичных лесах с густым подлеском, а также во вторичных лесах, но особенно хорошо thrives в бамбуковых лесах. Callimico считается "специалистом по подлеску" – он живет на высоте 4–5 м над лесной подстилкой. У него много анатомических адаптаций для вертикального захвата небольших деревьев и прыжков между ними, а также для захвата больших стволов деревьев и лиан на малых высотах.

Особенности двигательной активности

У Callimico наблюдалось быстрое ускорение на коротких дистанциях с использованием четвероногого бега: быстрой формы передвижения в pronograde положении с диагональной последовательностью/диагональной парой, которая не включает фазу полета в шаге. Обезьяны Гёльди характеризуются быстрой и частой сменой местоположения, позиционного поведения и субстрата. В природе Callimico питается в основном фруктами, грибами и мелкими животными.

Материалы и методы исследования

Наши исследования (разрешение № 29/2015) состояли из неинвазивного, основанного на камерах наблюдения за животными, без введения каких-либо дополнительных факторов в их среду обитания. Such activities, в соответствии с ДИРЕКТИВОЙ 2010/63/ЕВРОПЕЙСКОГО ПАРЛАМЕНТА И СОВЕТА от 22 сентября 2010 года о защите животных, используемых в научных целях, не require согласия этического комитета.

Объект исследования и условия содержания

Видеонаблюдения проводились в Силезском зоологическом саду в Хожуве, Польша, в вольерах, где содержатся обезьяны Гёльди (Callimico goeldii). Мы собрали данные о поведении для одной конкретной группы животных – семейства обезьян Гёльди. Семейная группа состояла из девяти животных: пяти самок и четырех самцов.

Внутренний вольер для Callimico goeldii располагался в павильоне обезьянника в Силезском зоологическом саду в Хожуве. Размеры внутреннего вольера для этих обезьян составляли 4 м × 2,85 м. Со стороны зрителей и выгула помещение застеклено. Остальные стены выполнены из декоративных элементов, имитирующих камни. Температура в помещении поддерживалась на уровне 24 °C. Влажность в помещении составляла около 75% для приближения климатических условий к тем, которые встречаются в природе.

Метод автоматической оценки активности

Метод автоматической оценки активности животных, представленный ниже, был разработан и оптимизирован для обезьян Гёльди (Callimico goeldii) и учитывает, среди прочего, стадный образ жизни, скорость движения животных и низкую контрастность животных на фоне. Автоматизированные анализы системы видеотрекинга открытого поля, которые анализируют поведение животных, могут обеспечить более чувствительный анализ поведения животных, чем тот, который проводится человеком-наблюдателем.

Алгоритм анализа изображений

В общем, предложенный метод автоматической оценки активности, описанный ниже, основан на алгоритме, который вычисляет разницу между i-м текущим кадром изображения и информацией, содержащейся в N кадрах изображения до текущего i-го изображения. В результате работы алгоритма были получены значения индекса Ai для каждого кадра изображения (за исключением первых N кадров).

В деталях, дневные периоды записывались в цвете как фильм, тогда как ночные периоды записывались в grayscale. Таким образом, на начальном этапе анализа каждый кадр преобразовывался в grayscale со значениями от 0 (черный) до 255 (белый). Это гарантировало, что дневные и ночные наблюдения подвергались одинаковому алгоритмическому анализу.

Результаты и обсуждение

Поведение животных, и в частности их активность, является важным indicator благополучия животных. Первым шагом в оценке активности обезьян был визуальный общий анализ собранного видеоматериала. Собранные наблюдения позволили нам определить distinct ритмичность в фазах активности и отдыха обезьян Гёльди в зависимости от времени суток.

Сравнение автоматического и визуального методов

Автоматизация и, следовательно, объективизация определения активности животных важна, особенно в зоологических садах, где животные лишены своей естественной среды обитания. Автоматический метод, описанный в этой статье, позволяет быстро и объективно измерять активность быстродвижущихся животных. Кроме того, предложенный метод позволяет оценивать поведение животных, двигающихся не только в одной плоскости (например, на полу), но и в трехмерном пространстве.

Сравнение двух независимых методов (автоматического и визуального) показывает, что для M > 1 индекс A также принимает значения, явно отличающиеся от нуля. Необходимо отметить, что индекс M может принимать только четыре дискретных уровня (0, 1, 2, 3), а индекс A может принимать значения от 0 до 100 с разрешением 0,01. Следовательно, с хорошим приближением можно заключить, что индекс A几乎是 непрерывный.

Долгосрочный мониторинг активности

На рисунке 7 иллюстрируется тенденция индексов A0 и A1, которые описывают активность животных с разрешением 10 минут в examined периоде 12 24-часовых периодов (03–14.03.2016). В течение анализируемых 24-часовых периодов, в дневное время (между 6:30 и 18:30) значение индекса A0 колеблется от 0,05 до 0,30.

Практическое применение метода

Полезность этой системы автоматической оценки активности животных также подтверждается индексами A0 и A1 на 14-й день (рис. 7, панель L), которые были отличны от нуля с 19:00, указывая на более высокую активность по сравнению со всеми предыдущими днями. Данные, полученные из общего анализа видео, показали, что примерно с 19:00 одна из самок демонстрировала необычное поведение: двигалась по кругу, была нервной, много поворачивалась и была беспокойной. Именно в этот момент начался процесс родов.

Заключение и выводы

Подводя итог, можно заключить, что описанный метод подходит для автоматической оценки уровня активности быстродвижущихся животных. Результаты, полученные с помощью этого метода, хорошо коррелируют (Rs = 0,76) с индексом активности, определенным методом визуального детального анализа. Автоматический анализ поведения животных, описанный выше, во много раз быстрее визуального анализа и enables точную оценку суточной активности быстродвижущихся групп (стад) животных.

Автоматический метод оценки активности для очень быстродвижущихся животных вместе с programming инструментами позволяет проводить онлайн-анализ изображений даже на компьютере со средними параметрами с точки зрения вычислительной эффективности. Кроме того, метод обработки изображений, представленный выше, хорошо зарекомендовал себя на видеозаписях с камеры видеонаблюдения со средними техническими параметрами.

Использование системы, описанной в этой статье, makes it possible получить индекс активности с субсекундным разрешением, что позволяет использовать его в онлайн-режиме в качестве детектора аномальной активности животных, например, для раннего обнаружения заболеваний или внезапных событий, которые проявляются в виде increased или decreased активности по сравнению со стандартным профилем активности.