Primer paso hacia los etogramas «automáticos»

El seguimiento y descripción de los movimientos físicos y las posturas corporales de los animales es una de las tareas fundamentales de la etología. Cuanto más precisas son las observaciones, más fiables pueden ser las interpretaciones acerca de la biología de un determinado individuo o de la especie a la que pertenece.

Del ser humano al perro
Los registros de datos transmitidos por los animales han contribuido recientemente a la recogida de información de los movimiento de las personas, sin embargo, el problema de la adaptación de estas mediciones para distintas categorías de comportamiento y así crear un etograma no está superado todavía.

El objetivo del presente estudio fue desarrollar un «rastreador de conductas»: un sistema compuesto por un dispositivo de registro de datos del sensor múltiple (con un acelerómetro triaxial y un giroscopio de tres ejes) y un algoritmo de aprendizaje supervisado como medio de identificación automática del comportamiento de los perros que se mueven en libertad.

24 perros a estudio
Se recogieron las mediciones del sensor y grabaciones de vídeo de cada uno de los perros objetos del estudio (12 pastores belga malinois y otros 12 labrador retriever) que fueron guiados a través de una serie predeterminada de actividades normales. Se analizaron siete categorías de comportamiento (sentarse, pararse, caminar, trote, galope…) que estaban pre-definidos y cada grabación de vídeo fue etiquetado en consecuencia. La evaluación de las mediciones se realizó con el apoyo de máquinas de clasificación de vectores (SVM). Durante el análisis se utilizaron diferentes combinaciones de las mediciones independientes para el entrenamiento y validación (que pertenece a los mismos o diferentes individuos, o usando diferentes tamaños de datos de entrenamiento) para determinar la fiabilidad de la aplicación.

Gran fiabilidad
Se alcanzó una precisión superior al 90 por ciento -una perfecta identificación- de cada una de las siete categorías definidas de comportamiento de los perros si el entrenamiento y la validación de los datos pertenecían al mismo individuo. Y más del 80 por ciento de tasa de reconocimiento usando un conjunto de datos de entrenamiento generalizado sobre un conjunto de múltiples comportamiento. Los resultados del estudio indican que el presente método proporciona un buen modelo para un sistema de fácil aplicación, rápido y automático de clasificación de comportamiento animal, que puede ser adaptado a patrones de movimiento arbitrarios y potencialmente se podría aplicar a una amplia gama de especies y situaciones. Tal vez en un futuro, una máquina como ésta sea capaz de interpretar el comportamiento animal

• Más información: Estudio completo «Identification of Behaviour in Freely Moving Dogs (Canis familiaris) Using Inertial Sensors«.

También te puede interesar…:
%RELATEDPOSTS%