Forscher aus dem Exzellenzcluster Collective Behavior haben ein Computer-Vision-Framework zur Haltungsabschätzung und Identitätsverfolgung entwickelt, das sie sowohl in Innenräumen als auch in der Wildnis einsetzen können. Dies ist ein wichtiger Schritt hin zur markierungsfreien Verfolgung von Tieren in freier Wildbahn mithilfe von Computer-Vision und maschinellem Lernen. Das 3D-MuPPET-Framework kann bis zu 10 Tauben in Echtzeit verfolgen und 3D-Haltungsabschätzungen erstellen.
Die Forscher Alex Chan und Urs Waldmann des Exzellenzclusters Collective Behavior an der Universität Konstanz filmen Tauben in einem Park in Konstanz, um das Computer-Vision-Framework für die Haltungsabschätzung und Identitätsverfolgung zu verwenden. Das Framework erkennt und umrahmt alle Tauben, um deren Haltung, Position und Interaktionen festzustellen, ohne dabei Marker oder menschliche Hilfe zu benötigen. Dies zeigt die Fortschritte in der Tierverfolgung mittels Computer-Vision in den letzten Jahren.
Das 3D-MuPPET-Framework ermöglicht die Verfolgung der Haltung von bis zu 10 Tauben aus vier Kameraperspektiven und wurde in der International Journal of Computer Vision veröffentlicht. Durch die Anwendung von Methoden des maschinellen Lernens und der Computer-Vision können die Forscher eine genaue Verfolgung der 3D-Haltungen von Tieren ermöglichen. Dies ist ein wichtiger Meilenstein für die automatische Verhaltensanalyse und die Tierverfolgung in verschiedenen Umgebungen und Arten.
Das Framework kann nicht nur in Innenräumen, sondern auch in der Wildnis verwendet werden. Durch die Anwendung von Modellen auf Basis von Captive-Daten auf Wildtierbeobachtungen können feinere Verhaltensuntersuchungen und Habitatbeobachtungen durchgeführt werden. Die Forscher betonen die Bedeutung dieser Methode bei der Untersuchung des kollektiven Verhaltens von Tiergruppen und der nicht-invasiven Überwachung von Arten in ihrem natürlichen Lebensraum.