Fast animal pose estimation using deep neural networks | nature method (2019)
Talmo D. Pereira, Diego E. Aldarondo, Lindsay Willmore, Mikhail Kislin, Samuel S.-H. Wang, Mala Murthy & Joshua W. Shaevitz
https://doi.org/10.1038/s41592-018-0234-5
hl.icon
動物の行動を定量化するにあたって、映像から動物の動きを抽出するシステムは有用
例えば、DeepLabCutは大規模なResidual Neural Networks: ResNetを転移学習(transfer learning)させることで、興味のあるの動物の行動を追跡することを可能にしている
本誌では、このような事前な大規模ネットワークを必要としない方法で、これを達成する手法を紹介する
LEAP estimate animal pose: LEAPでは簡潔なCNNを用いて、指定した部位のconfidence mapを出力する
Naa_tsure.icon実際にDeepLabCutとどっちがいいかは記録方法や対象の行動による
Naa_tsure.iconただ、DeepLabCutの方が知名度があるというマーケティングなアレがあったりなかったり
Naa_tsure.icon細かい話は、文章でまとめるより、以下の解説を見た方がわかりやすい
https://www.youtube.com/watch?v=zwCf1pGnBUw
hl.icon
DeepLabCut: markerless pose estimation of user-defined body parts with deep learning | nature neuroscience (2018)
#論文
#2023/6/8