यहां हम व्यक्तिगत रूप से समय की एक लंबी अवधि में पशुओं को ट्रैक करने के लिए एक प्रोटोकॉल प्रस्तुत करते हैं । यह कंप्यूटर विजन विधियों का उपयोग करता है के लिए मामले के अध्ययन के रूप में lobsters के एक समूह का उपयोग करके मैंयुअल रूप से निर्माण टैग का एक सेट की पहचान, साथ ही कैसे घर पर, हेरफेर, और lobsters निशान के बारे में जानकारी प्रदान ।
हम एक वीडियो ट्रैकिंग तकनीक से संबंधित एक प्रोटोकॉल वर्तमान पृष्ठभूमि घटाव और छवि दहलीज कि यह संभव व्यक्तिगत coस्टेडिम जानवरों को ट्रैक करने के लिए बनाता है पर आधारित है । हम 5 दिनों के लिए प्रकाश अंधकार शर्तों के तहत चार coस्टेडिम नॉर्वे lobsters (नेफ्रोप्स norvegicus) के साथ ट्रैकिंग दिनचर्या का परीक्षण किया । Lobsters व्यक्तिगत रूप से टैग किया गया था । प्रयोगात्मक सेटअप और ट्रैकिंग तकनीकों का इस्तेमाल पूरी तरह से खुला स्रोत सॉफ्टवेयर पर आधारित हैं । एक मैंयुअल खोज के साथ ट्रैकिंग आउटपुट की तुलना इंगित करता है कि lobsters सही समय के ६९% का पता लगाया गया । सही ढंग से पता लगाया lobsters के अलावा, उनके व्यक्तिगत टैग सही समय के ८९.५% की पहचान की गई । प्रोटोकॉल में इस्तेमाल किया फ्रेम दर और lobsters के आंदोलन दर को ध्यान में रखते हुए, वीडियो ट्रैकिंग के प्रदर्शन के एक अच्छी गुणवत्ता है, और प्रतिनिधि परिणाम अनुसंधान की जरूरत के लिए मूल्यवान डेटा उत्पादन में प्रोटोकॉल की वैधता का समर्थन (व्यक्तिगत अंतरिक्ष अधिभोग या चलन गतिविधि पैटर्न) । यहां प्रस्तुत प्रोटोकॉल आसानी से अनुकूलित किया जा सकता है और है, इसलिए, अंय प्रजातियों जहां एक समूह में नमूनों की व्यक्तिगत ट्रैकिंग अनुसंधान सवालों के जवाब देने के लिए मूल्यवान हो सकता है के लिए हस्तानीय ।
पिछले कुछ वर्षों में, स्वचालित छवि-आधारित ट्रैकिंग ने अत्यधिक सटीक डेटासेट प्रदान किए हैं, जिनका उपयोग पारिस्थितिकी और व्यवहार विषयों1में मूलभूत प्रश्नों का पता लगाने के लिए किया जा सकता है. इन डेटासेट पशु व्यवहार के मात्रात्मक विश्लेषण के लिए इस्तेमाल किया जा सकता है2,3। हालांकि, प्रत्येक छवि पद्धति जानवरों और व्यवहार मूल्यांकन ट्रैकिंग के लिए इस्तेमाल अपनी ताकत और सीमाएं हैं । 4,5,6जानवरों को ट्रैक करने के लिए एक फिल्म में पिछले फ्रेम से स्थानिक जानकारी का उपयोग करें कि छवि आधारित ट्रैकिंग प्रोटोकॉल में, दो जानवरों के रास्तों को पार करते समय त्रुटियों को पेश किया जा सकता है । इन त्रुटियों को आम तौर पर अपरिवर्तनीय है और समय के माध्यम से प्रचार । कंप्यूटेशनल अग्रिमों कि कम या लगभग इस समस्या को खत्म करने के बावजूद5,7, इन तकनीकों को अभी भी सटीक पशु पहचान और ट्रैकिंग के लिए सजातीय प्रयोगात्मक वातावरण की जरूरत है ।
जानवरों में विशिष्ट रूप से पहचाने जा सकने वाले मार्क्स के नियोजन से इन त्रुटियों से बचा जा सकता है और पहचाने गए व्यक्तियों की दीर्घकालिक ट्रैकिंग की अनुमति देता है. व्यापक रूप से इस्तेमाल किया मार्कर (जैसे, बारकोड और QR कोड) उद्योग और वाणिज्य में मौजूद हैं और अच्छी तरह से ज्ञात कंप्यूटर विजन तकनीकों का उपयोग कर पहचाना जा सकता है, जैसे संवर्धित वास्तविकता (उदा., artag8) और कैमरा अंशांकन (जैसे, caltag9 ). टैग की गईं पशु पहले अलग पशु प्रजातियों में उच्च थ्रपुट व्यवहार अध्ययन के लिए इस्तेमाल किया गया है, उदाहरण के लिए, चींटियों3 या मधुमक्खियों10, लेकिन इन पिछले सिस्टम के कुछ अलग टैग3पहचानने के लिए अनुकूलित नहीं कर रहे हैं ।
इस पत्र में प्रस्तुत ट्रैकिंग प्रोटोकॉल एक चैनल इमेजरी में जानवरों पर नज़र रखने के लिए विशेष रूप से उपयुक्त है, जैसे अवरक्त (IR) लाइट या मोनोक्रोमेटिक लाइट (विशेष रूप से, हम ब्लू लाइट का उपयोग करते हैं). इसलिए, विकसित विधि रंग cues का उपयोग नहीं करता है, यह भी अंय सेटिंग्स जहां रोशनी में बाधाओं को लागू किया जा रहा है । इसके अलावा, हम अनुकूलित टैग का उपयोग करें ताकि lobsters परेशान नहीं है और एक ही समय में, कम लागत कैमरों के साथ रिकॉर्डिंग की अनुमति के रूप में डिजाइन किए हैं । इसके अलावा, विधि यहां इस्तेमाल फ्रेम स्वतंत्र टैग का पता लगाने पर आधारित है (यानी, एल्गोरिथ्म छवि में प्रत्येक टैग की उपस्थिति की पहचान की परवाह किए बिना पिछले प्रक्षेपटोरी) । यह सुविधा उन अनुप्रयोगों में प्रासंगिक है जहां पशुओं को अस्थाई रूप से बाहर किया जा सकता है, या जानवरों का प्रक्षेप-पथ काटना हो सकता है ।
टैग डिजाइन जानवरों के विभिंन समूहों में इसके उपयोग की अनुमति देता है । एक बार विधि के मापदंडों सेट कर रहे हैं, यह एक विशिष्ट वर्गीकारित्र (अंय क्रसटेशियन या gastropods) प्रशिक्षण के लिए आवश्यकता के बिना अंय पशु ट्रैकिंग समस्याओं से निपटने के लिए स्थानांतरित किया जा सकता है । प्रोटोकॉल के निर्यात की मुख्य सीमाएं टैग के आकार और पशु के लिए लगाव के लिए की जरूरत है (जो यह मक्खियों, मधुमक्खियों, आदि के रूप में छोटे कीड़े, के लिए उपयुक्त नहीं बनाता है) और पशु आंदोलन के लिए 2 डी धारणा । यह बाधा महत्वपूर्ण है, यह देखते हुए कि प्रस्तावित विधि टैग का आकार मानता है स्थिर रहता है । एक 3 डी वातावरण में स्वतंत्र रूप से चलती पशु (जैसे, मछली) कैमरे के लिए अपनी दूरी के आधार पर अलग टैग आकार दिखाएगा ।
इस प्रोटोकॉल का उद्देश्य एक 2 डी संदर्भ में (यानी, दिन या सप्ताह) समय की एक लंबी अवधि में एकाधिक टैग जानवरों पर नज़र रखने के लिए एक उपयोगकर्ता के अनुकूल पद्धति प्रदान करना है । Methodological दृष्टिकोण खुला स्रोत सॉफ्टवेयर और हार्डवेयर के उपयोग पर आधारित है । मुक्त और खुला स्रोत सॉफ्टवेयर adaptations, संशोधनों, और मुफ्त पुनर्वितरण परमिट; इसलिए, प्रत्येक चरण11,12पर जनरेट किया गया सॉफ़्टवेयर में सुधार करता है ।
यहां प्रस्तुत प्रोटोकॉल को ट्रैक और 5 दिनों के लिए एक टैंक में चार जलीय पशुओं के चलन गतिविधि का मूल्यांकन करने के लिए स्थापित प्रयोगशाला पर केंद्रित है । वीडियो फ़ाइलों को 1 s समय-चूक छवि से रिकॉर्ड किया गया है और प्रति सेकंड 20 फ्रेम में एक वीडियो में संकलित (1 दर्ज दिन वीडियो के लगभग 1 एच रह रहे) । सभी वीडियो रिकॉर्डिंग स्वचालित रूप से पशु की स्थिति प्राप्त करने के लिए postprocessed रहे हैं, कंप्यूटर दृष्टि विधियों और एल्गोरिदम लागू करने. प्रोटोकॉल ट्रैकिंग डेटा की बड़ी मात्रा में प्राप्त करने की अनुमति देता है, उनके मैनुअल एनोटेशन, जो पिछले प्रयोगात्मक कागजात13में समय गहन और श्रमसाध्य होना दिखाया गया है से परहेज ।
हम मामले के अध्ययन के लिए नॉर्वे लॉबस्टर (नेफ्रोप्स norvegicus) का उपयोग करें; इस प्रकार, हम प्रजातियों विशेष प्रयोगशाला शर्तों उंहें बनाए रखने के लिए प्रदान करते हैं । Lobsters अच्छी तरह से अध्ययन बिल उद्भव लय है कि circadian घड़ी14,15के नियंत्रण में हैं, और जब cohoused, वे प्रभुत्व पदानुक्रम16,17फार्म का प्रदर्शन । इसलिए, यहां प्रस्तुत मॉडल circadian लय पर एक विशेष ध्यान के साथ व्यवहार के सामाजिक मॉडुलन में रुचि शोधकर्ताओं के लिए एक अच्छा उदाहरण है.
यहां प्रस्तुत पद्धति आसानी से reproduced है और अंय प्रजातियों के लिए लागू किया जा सकता है अगर वहां एक व्यक्तिगत टैग के साथ जानवरों के बीच अंतर करने की संभावना है । प्रयोगशाला में इस तरह के एक दृष्टिकोण reproducing के लिए ंयूनतम आवश्यकताओं रहे है (i) प्रायोगिक सेटअप के लिए समतापी कमरे; (ii) एक सतत् जल आपूत; (iii) जल तापमान नियंत्रण तंत्र; (iv) एक प्रकाश नियंत्रण प्रणाली; (v) एक यूएसबी कैमरा और एक मानक कंप्यूटर ।
इस प्रोटोकॉल में, हम अजगर18 और OpenCV19 (मुक्त स्रोत कंप्यूटर विजन लाइब्रेरी) का उपयोग करें । हम तेजी से और सामांयतः लागू की गई कार्रवाइयों (दोनों क्रियांवयन और निष्पादन के संदर्भ में) पर निर्भर करते हैं, जैसे पृष्ठभूमि घटाव20 और छवि थ्रेशकुंचन21,22।
प्रदर्शन और प्रतिनिधि वीडियो ट्रैकिंग प्रोटोकॉल के साथ प्राप्त परिणाम पशु व्यवहार के क्षेत्र में लागू अनुसंधान के लिए अपनी वैधता की पुष्टि की, सामाजिक मॉडुलन और coस्टेडिम जानवरों के circadian लय पर एक विशेष…
The authors have nothing to disclose.
लेखक डॉ जोआन बी कंपनी है कि इस काम के प्रकाशन वित्त पोषित के लिए आभारी हैं । इसके अलावा, लेखक प्रयोगात्मक कार्य के दौरान उनकी मदद के लिए बार्सिलोना में समुद्री विज्ञान संस्थान (ICM-CSIC) में प्रयोगात्मक मछलीघर क्षेत्र के तकनीशियनों के आभारी हैं ।
इस काम के द्वारा समर्थित किया गया RITFIM परियोजना (CTM2010-16274; प्रमुख अन्वेषक: जे Aguzzi) स्पेनिश विज्ञान और नवाचार मंत्रालय (MICINN) द्वारा स्थापित, और TIN2015-66951-C2-2-आर अनुदान स्पेनी अर्थव्यवस्था और प्रतिस्पर्धात्मकता मंत्रालय से ।
Tripod 475 | Manfrotto | A0673528 | Discontinued |
Articulated Arm 143 | Manfrotto | D0057824 | Discontinued |
Camera USB 2.0 uEye LE | iDS | UI-1545LE-M | https://en.ids-imaging.com/store/products/cameras/usb-2-0-cameras/ueye-le.html |
Fish Eye Len C-mount f=6mm/F1.4 | Infaimon | Standard Optical | https://www.infaimon.com/es/estandar-6mm |
Glass Fiber Tank 1500x700x300 mm | |||
Black Felt Fabric | |||
Wood Structure Tank | 5 Wood Strips 50x50x250 mm | ||
Wood Structure Felt Fabric | 10 Wood Strips 25x25x250 mm | ||
Stainless Steel Screws | As many as necessary for fix wood strips structures | ||
PC | 2-cores CPU, 4GB RAM, 1 GB Graphics, 500 GB HD | ||
External Storage HDD | 2 TB capacity desirable | ||
iSPY Sotfware for Windows PC | iSPY | https://www.ispyconnect.com/download.aspx | |
Zoneminder Software Linux PC | Zoneminder | https://zoneminder.com/ | |
OpenCV 2.4.13.6 Library | OpenCV | https://opencv.org/ | |
Python 2.4 | Python | https://www.python.org/ | |
Camping Icebox | |||
Plastic Tray | |||
Cyanocrylate Gel | To glue tag’s | ||
1 black PVC plastic sheet (1 mm thickness) | Tag's construction | ||
1 white PVC plastic sheet (1 mm thickness) | Tag's construction | ||
4 Tag’s Ø 40 mm | Maked with black & white PVC plastic sheet | ||
3 m Blue Strid Led Ligts (480 nm) | Waterproof as desirable | ||
3 m IR Strid Led Ligts (850 nm) | Waterproof as desirable | ||
6m Methacrylate Pipes Ø 15 mm | Enclosed Strid Led | ||
4 PVC Elbow 45o Ø 63 mm | Burrow construction | ||
3 m Flexible PVC Pipe Ø 63 mm | Burrow construction | ||
4 PVC Screwcap Ø 63 mm | Burrow construction | ||
4 O-ring Ø 63 mm | Burrow construction | ||
4 Female PVC socket glue / thread Ø 63 mm | Burrow construction | ||
10 m DC 12V Electric Cable | Light Control Mechanism | ||
Ligt Power Supply DC 12V 300 w | Light Control Mechanism | ||
MOSFET, RFD14N05L, N-Canal, 14 A, 50 V, 3-Pin, IPAK (TO-251) | RS Components | 325-7580 | Light Control Mechanism |
Diode, 1N4004-E3/54, 1A, 400V, DO-204AL, 2-Pines | RS Components | 628-9029 | Light Control Mechanism |
Fuse Holder | RS Components | 336-7851 | Light Control Mechanism |
2 Way Power Terminal 3.81mm | RS Components | 220-4658 | Light Control Mechanism |
Capacitor 220 µF 200 V | RS Components | 440-6761 | Light Control Mechanism |
Resistance 2K2 7W | RS Components | 485-3038 | Light Control Mechanism |
Fuse 6.3x32mm 3A | RS Components | 413-210 | Light Control Mechanism |
Arduino Uno Atmel Atmega 328 MCU board | RS Components | 715-4081 | Light Control Mechanism |
Prototipe Board CEM3,3 orific.,RE310S2 | RS Components | 728-8737 | Light Control Mechanism |
DC/DC converter,12Vin,+/-5Vout 100mA 1W | RS Components | 689-5179 | Light Control Mechanism |
2 SERA T8 blue moonlight fluorescent bulb 36 watts | SERA | Discontinued / Light isolated facility |