基于AnimalYOLO-Bytetrack网络的圈养懒猴小位移刻板行为识别研究

本刊推荐一篇基于深度学习的行为识别研究：作者创新性地整合AnimalYOLO目标检测与ByteTrack多目标追踪网络，通过量化边界框长宽比周期性变化（MPDIoU损失函数）和时序分析（ACF与FFT），实现了对圈养懒猴小位移刻板行为（如头部摇晃）的高精度自动识别（mAP达88.9%），为野生动物福利监测提供了可推广的技术范式。

　　

1 引言

野生动物救护中心收容的动物常表现出异常行为，其中刻板行为（Stereotypic Behavior）作为无目的、重复性动作，严重影响动物生活质量与社会化进程。现有研究多集中于大位移行为（如踱步）或单一个体行为分析，而对多动物场景下小位移刻板行为（如头部摇晃、绕圈）的研究存在明显空白。懒猴（Nycticebus）作为夜行性树栖灵长类，在圈养环境中因空间限制易出现小位移刻板行为，传统人工观察方法存在效率低、主观性强等问题。尽管深度学习技术已应用于野生动物监测，但现有方法难以有效处理复杂背景下的多目标跟踪、小位移行为量化及周期性分析等挑战。

2 材料与方法

2.1 数据集

研究于云南德宏野生动物救护中心（24.38287°N, 98.45872°E）开展，使用索尼PXW-X280摄像机采集115只懒猴的82段视频。针对夜间拍摄需求，采用红光辅助照明以降低对动物的干扰。数据集分为三部分：

• •
  目标检测数据集：从69段非刻板行为视频中提取7316张图像，通过旋转、亮度调整和噪声添加进行数据增强，并按7:2:1划分训练集、验证集和测试集。
• •
  多物种验证数据集：收集熊、灵长类（黑猩猩、猕猴）及家猫等4441张图像，以验证方法普适性。
• •
  目标跟踪数据集：对13段含刻板行为的视频逐帧标注，记录个体ID、检测框坐标及尺寸，构建专用行为分析数据集。

2.2 基于AnimalYOLO-Bytetrack的行为跟踪框架

整体网络结构（图1）整合目标检测、运动幅度量化与周期分析三模块：

1. 1.
   AnimalYOLO目标检测模型：基于YOLOv8架构，引入三项关键改进：
   • •
     多维协同注意力（MCA）：通过通道、高度和宽度三分支独立计算注意力权重，增强特征表达能力（公式1-10）。
   • •
     SWS卷积模块：结合SimAM注意力机制与卷积层，对输入特征图分四子块计算注意力权重，提升局部特征增强能力（公式11）。
   • •
     MPDIoU损失函数：通过最小点距离计算替代传统IoU，优化边界框回归精度（公式12），尤其适用于相同宽高比但尺寸差异大的框体识别。
2. 2.
   ByteTrack跟踪头：采用卡尔曼滤波预测目标位置（公式13-14），并通过匈牙利算法关联检测框与历史轨迹，有效处理遮挡场景下的ID维持问题。
3. 3.
   运动幅度量化与周期分析：
   • •
     运动幅度指标：以检测框长宽比系数作为量化依据，通过三次样条插值构建连续变化曲线。
   • •
     数据分割：采用二分异常点检测法（SPSSPRO）分割时间序列，识别刻板行为片段（图3b）。
   • •
     周期性判断：结合自相关函数（ACF，公式15）与快速傅里叶变换（FFT）分析周期特性，以ACF峰值间隔与FFT主频确定行为周期。

2.3 实验环境与评估指标

实验基于Ubuntu系统、RTX 3080 GPU及PyTorch框架开展。评估指标包括：

• •
  目标检测：精确率（Precision, 公式16）、平均精度均值（mAP, 公式17-18）、召回率（Recall, 公式19）。
• •
  目标跟踪：身份F1分数（IDF1, 公式20-22）、多目标跟踪准确率（MOTA, 公式23）。
• •
  刻板行为预测：周期时间与持续时间的平均绝对误差（MAE）。

3 结果

3.1 目标检测消融与对比实验

消融实验（表2）表明，完整AnimalYOLO模型（YOLOv8-C-A-L）达到最优性能（mAP=88.9%）。对比实验中（表3），其性能超越YOLOv3-v10等主流模型，验证了模块设计的有效性。检测结果（图S4）显示模型能精准贴合懒猴轮廓，为运动幅度量化奠定基础。

3.2 目标跟踪性能

整体跟踪指标为IDF1=59.2%、MOTA=55.3%（表4）。在红光辅助视频中表现优异（如Video_7的IDF1=88.4%），但复杂背景与灰光环境下性能下降（如Video_28的MOTA=22.5%），凸显环境因素对跟踪精度的影响。

3.3 刻板行为判定

刻板行为周期时间预测误差为0.33 s，持续时间误差为0.76 s（表5）。多目标视频中（如Video_44），模型成功识别并区分不同个体的行为周期，证明方法在多场景下的适用性。

3.4 多物种适用性验证

在其他物种中（表6-7），模型获得更高mAP（97.3%）与IDF1（79.3%），周期时间误差降至0.10 s。表明方法对熊、灵长类等动物的刻板行为同样有效，但MOTA略低（52.9%），可能与物种多样性及环境复杂度相关。

4 讨论

4.1 方法学贡献

本研究首次提出基于运动幅度周期变化的小位移刻板行为识别框架，突破传统轨迹分析法的局限。通过MCA与SWS模块增强特征提取，MPDIoU提升定位精度，ByteTrack解决遮挡问题，ACF-FFT pipeline实现周期精准量化。整体框架为动物福利监测提供自动化解决方案。

4.2 性能与泛化性

方法在懒猴数据集中表现良好，但光照与背景复杂度显著影响性能。多物种验证表明其泛化能力较强，尤其对运动幅度较大的物种（如熊）误差更低，说明位移特性是影响量化精度的关键因素。

4.3 局限与展望

当前研究受限于样本量与个体元数据缺失，且未整合非运动指标（如瞳孔反应、竖毛）。未来工作可探索：

• •
  统一大小位移行为识别算法（如采用孪生网络RepNet）；
• •
  融合多模态传感（音频、热成像）提升综合评估能力；
• •
  开展长期研究关联行为指标与健康管理策略。

5 结论

本研究开发了一套基于计算机视觉的自动识别系统，成功应用于懒猴及其他动物的小位移刻板行为监测。通过运动幅度量化与周期分析，实现了行为参数的高精度预测，为圈养动物福利管理提供了可靠工具。未来通过技术整合与扩展应用，有望推动野生动物保护向智能化、精细化发展。