基于旷场实验的社交行为分类学习方法

旷场实验是动物行为学与药物实验分析中常用的实验方法。为了获取药物对小鼠情感变化的影响程度,通常需要多只小鼠来进行实验。在记录多只小鼠行为状态的过程中,不可避免地会产生遮挡问题,导致对小鼠行为差异的观测精确度降低,从而影响对药物疗效的判断。为了解决此问题,本文以真实状态下拍摄的数据集作为研究对象,提出虚拟柔态模型来对遮挡部分信息进行预测,对所分类的特征进行数据增强,进而提高了社交行为分类的准确率。在测试中,该方法对于3种行为分类的准确率分别为92.8%、99.7%、99.0%。另外,本文提出的虚拟柔态模型是基于单相机拍摄,有效减少了拍摄时的人为误差以及成本耗费,其社交行为分类准确率与三维空间拍摄的分类准确率相似,但在硬件设施上以及数据集处理方面优于现有的分类方法。