Leveraging camera traps and artificial intelligence to explore thermoregulation behaviour

IF 3.5 1区环境科学与生态学 Q1 ECOLOGY

Journal of Animal Ecology Pub Date : 2024-07-22 DOI:10.1111/1365-2656.14139

Ben Shermeister, Danny Mor, Ofir Levy

引用次数: 0

Abstract

Abstract Image

查看原文本刊更多论文

利用相机陷阱和人工智能探索体温调节行为。

行为体温调节具有重要的生态和生理后果，深刻影响个体的适应性和物种分布，尤其是在气候变化的背景下。然而，对这种行为的实地监测仍然需要大量人力和时间。随着基于相机的调查和计算机视觉中人工智能（AI）方法的兴起，我们应该尝试建立更好的工具来描述动物的行为体温调节。在这项研究中，我们开发了一个深度学习框架，用于自动检测和分类体温调节行为。我们将蜥蜴--粗尾岩姬蛙（Laudakia vulgaris）作为体温调节的模型动物。我们给蜥蜴做了颜色标记，并整理了在半自然条件下由跟踪相机拍摄的各种图像数据集。随后，我们训练了一个物体检测模型来识别蜥蜴，并训练了图像分类模型来确定蜥蜴的微气候使用情况（在阳光下或阴凉处活动），这可能表明了它们的体温调节偏好。然后，我们对每个模型的性能进行了评估，并分析了在不同的日照条件（阳光或阴凉处）、一天中的不同时间和不同的标记颜色下，体温调节蜥蜴的分类表现如何。我们的框架模型在多项性能指标上都获得了高分。行为体温调节分类模型在晒太阳蜥蜴身上的表现明显更好，在白斑蜥蜴身上的分类准确率最高。此外，我们的框架所生成的蜥蜴活动时间和微气候选择（向阳与寻阴行为）与人工标注的数据非常吻合。我们的研究强调了人工智能在有效跟踪行为体温调节方面的潜力，为相机陷阱研究提供了一个前景广阔的新方向。这种方法有可能减少与生态数据收集和分析相关的人力和时间，有助于更深入地了解物种的热偏好和气候变化对物种行为的风险。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Journal of Animal Ecology 环境科学-动物学

CiteScore

9.10

自引率

4.20%

发文量

188

审稿时长

3 months

期刊介绍： Journal of Animal Ecology publishes the best original research on all aspects of animal ecology, ranging from the molecular to the ecosystem level. These may be field, laboratory and theoretical studies utilising terrestrial, freshwater or marine systems.