Долгосрочного отслеживания видео Cohoused водных животных: тематическое исследование повседневной двигательной активности омаров Норвегия (Норвежский Омар)

В последние несколько лет автоматизированного отслеживания на основе образа предоставил высокоточные наборов данных, который может использоваться для изучения основных вопросов экологии и поведения дисциплин¹. Эти наборы данных могут использоваться для количественного анализа поведения животных^2,3. Однако каждое изображение методологии, используемой для отслеживания животных и поведение оценки имеет свои сильные стороны и ограничения. В протоколы на основе образа отслеживания, которые использовать пространственные данные из предыдущих кадров в фильме, для отслеживания животных^4,5,6ошибки могут быть введены, когда крест пути двух животных. Эти ошибки обычно необратимого и распространяться через время. Несмотря на вычислительные достижения, которые уменьшают или почти устранения этой проблемы^5,7эти методы по-прежнему нуждаются в однородных средах экспериментальных для точной идентификации животных и отслеживания.

Занятость знаков, которые могут быть однозначно идентифицированы в животных позволяет избежать этих ошибок и позволяет долгосрочного отслеживания соответствующих лиц. Широко используются маркеры (например, штрих-коды и Коды QR) существуют в промышленности и торговле и могут быть идентифицированы с помощью известной компьютерной техники видение, таких, как Расширенная реальность (например, ARTag.⁸) и калибровка камеры (например, CALTag⁹ ). Меткой животных ранее были использованы для высокой пропускной способности поведенческие исследования в различных видов животных, для например, муравьи³ или¹⁰пчел, но некоторые из этих предыдущих систем не оптимизированы для признания изолированных теги³.

Протокол отслеживания, представленных в настоящем документе особенно подходит для отслеживания животных в один одноканальной изображений, например, инфракрасный (ИК) света или монохроматического света (в частности, мы используем синий свет). Таким образом, метод, разработанный не использовать цвет подсказки, будучи также применимы к другим где есть ограничения в освещении. Кроме того мы используем настраиваемые теги, так как не призваны нарушить омары и, в то же время, позволяют записи с камер лоу кост. Кроме того, метод, используемый здесь основан на метку кадра независимые обнаружения (т.е.., алгоритм распознает наличие каждого тега изображения независимо от предыдущих траектории). Эта функция имеет отношение в приложениях, где животные могут быть временно закрыта, или животных траекторий могут пересекаться.

Тег позволяет его использование в различных групп животных. После задания параметров метода, может передаваться для решения других животных отслеживания проблем без необходимости для подготовки конкретных классификатор (других ракообразных или брюхоногие моллюски). Основные ограничения экспорта протокол являются размер тега и потребность в привязанности к животным (что делает его не пригодным для мелких насекомых, как мухи, пчел и т.д.) и 2D предположение для движения животных. Это ограничение является значительным, учитывая, что предложенный метод предполагает, что размер тегов остается неизменным. Свободно перемещаться в 3D-среде (например, рыба) животное будет показать другой тег размеры в зависимости от расстояния до камеры.

Цель настоящего Протокола заключается в том, предоставить удобный методологии для отслеживания несколькими тегами животных в течение длительного периода времени (например, дней или недель) в 2D контексте. Методологический подход основан на использовании открытым исходным кодом программного и аппаратного обеспечения. Свободное и открытое программное обеспечение позволяет, адаптации, модификации и свободное распространение; Таким образом созданного программного обеспечения улучшает на каждом шаге^11,12.

Протокол здесь представлены фокусируется на лаборатории для отслеживания и оценки двигательной активности четырех водных животных в танк на 5 дней. Видео файлы записываются с покадровой образа 1 s и компилируются в видео 20 кадров в секунду (1 зарегистрированных день занимает примерно 1 час видео). Все видео записи автоматически обработанному получить животных позиции, применяя компьютера видение методы и алгоритмы. Протокол позволяет получать большое количество данных, избегая их ручной заметки, которое было показано время трудоемких и трудоемкий в предыдущих экспериментальных работ¹³отслеживания.

Мы используем омаров Норвегия (Норвежский Омар) для представления тематических исследований; Таким образом мы предоставляем вегетационных лабораторных условиях их поддерживать. Омаров выполняют хорошо изученных нору появление ритмы, которые находятся под контролем суточного часов^14,15, и когда cohoused, они формируют доминирование иерархии^16,17. Следовательно модель, представленная здесь является хорошим примером для исследователей, заинтересованных в социальной модуляции поведения с особым упором на циркадные ритмы.

Здесь представлены методология легко воспроизводится и может быть применен к другим видам, если есть возможность различать животных с отдельных тегов. Минимальные требования для воспроизведения такого подхода в лаборатории являются (i) изотермический номера для экспериментальной установки; (ii) непрерывной подачи воды; (iii) механизмы контроля температуры воды; (iv система управления освещением; (v) камеру USB и стандартный компьютер.

В этом протоколе мы используем Python¹⁸ и OpenCV¹⁹ (открытого исходного компьютера видение библиотека). Мы полагаемся на быстрые и часто применяемых операций (как с точки зрения осуществления и исполнения), таких как вычитание фона²⁰ и изображения^21,-порог²².