少量样本三维姿态估计器

跨物种免标注识别

仅需少量标注数据即可完成多动物三维姿态估计，并实现无标签身份识别与无监督行为分类，可跨物种泛化。

Yaning, Han · Ke, Chen · Yunke, Wang · Liu, Wenhao · Zhouwei, Wang · Xiaojing, Wang · Han, Chuanliang · Jiahui, Liao · Huang, Kang · Shengyuan, Cai · Yiting, Huang · Nan, Wang · Li, Jinxiu · Yangwangzi, Song · Jing, Li · Guo-Dong, Wang · Liping, Wang · Yaping, Zhang · 蔚鹏飞

Nature Machine Intelligence 2024

技术优势

标注量大幅减少

SBeA 用更少的标注帧就能完成多动物三维姿态估计，降低了数据准备成本。

无需身份标签

身份识别不需要额外标注，系统能自动区分不同个体，省去人工标记的麻烦。

无监督行为分类

采用无监督动态学习对社交行为进行分类，无需行为标签即可发现模式。

跨物种泛化强

在多种物种的定制数据集上均表现良好，说明模型可以迁移到新的动物种类。

应用场景

• 多智能体交互分析：用于量化社交行为，从三维姿态中挖掘个体间交互模式。
• 少样本姿态估计：代替需要大量标注数据的姿态估计方法，节省人工成本。
• 无标签身份识别：在不需要身份标签的情况下区分个体，避免对动物进行侵入式标记。