利用集成GPS、加速度计和摄像头的设备对基于加速度计数据的行为分类进行地面实况验证：以一种难见的食腐动物为例

《Animal Biotelemetry》：Ground-truth validation of behavioral classifications from accelerometer data using an integrated GPS-accelerometer-camera device: application to an elusive scavenger

　　

摘要

背景

将动物携带相机与多传感器设备整合在一起，为假设驱动的研究提供了一种强大的工具。视频录制能够对从野生动物的三轴加速度计数据中推断出的行为模式进行基准验证。然而，由于电池限制和缺乏远程下载站点，获取视频数据可能会面临挑战。我们测试了一种集成了定制相机和挽具投放系统的GPS加速度计设备，将其应用于两只成年王鹫（Sarcoramphus papa），这是一种难以观察到的新热带地区食腐动物。动物携带相机的视频录制被用于建立行为参考标注，这些标注与加速度计数据进行时间对齐，并与自组织映射算法的输出进行比较，以验证行为分类性能。模型性能使用精确率、召回率和F1评分指标进行评估。

结果

原型机成功部署，共产生764个视频文件和2小时16分钟的录像，用于基准验证。每只个体识别出五到六种行为模式，并与加速度计数据相匹配。休息是最常见的行为（占时间的59.2–69.9%），其次是飞行模式，如翱翔滑翔（约19%）和扑翼飞行（约3%），而梳理羽毛占总活动的7.6–17.3%，觅食较少见（1.36%，仅在一例个体中观察到）。模型性能在不同行为和个体之间存在差异。休息显示出较高的分类性能（F1评分：0.72–0.89），翱翔滑翔也是如此（F1评分：0.73–0.94）。扑翼飞行取得了中等性能（F1评分：0.68–0.76），而梳理羽毛显示出较低的分类性能（F1评分：0.37–0.38）。觅食的分类效果较差（F1评分：0.26），反映了较高的行为变异性和类别不平衡。

结论

动物携带视频为评估基于加速度计的行为分类模型提供了行为参考数据。我们评估了原型机的性能，证明了其在记录难以观察到的物种行为方面的实用性，并为难以直接验证加速度数据的情况提供了一种解决方案。我们认识到未来设计中需要改进的几个方面，包括原型机重量、形状和传感器同步。一旦克服这些限制，集成的GPS-加速度计-相机系统结合可靠的投放机制，可以提供在现实野外条件下进行行为验证的有价值工具，应用于生态研究和保护领域。