3D鸟类重建—数据集、模型以及从单视图恢复形状

概述

动物姿态的自动捕捉正在改变研究神经科学和社会行为的方式。运动携带着重要的社会线索，但是现有的方法不能很好地估计动物的姿态和形状，特别是鸟类，会受到环境中的物体遮挡。为了解决这个问题，作者首先引入了一种模型和多视图优化方法，来捕捉鸟类独特的形状和姿势空间。然后介绍了一种用于从单视图准确恢复鸟类姿势的方法，还包括鸟类的关键点、mask和外形。最后提供了一个包含大量多视图关键点和mask注释的鸟类数据集，可以从上面的项目链接中找到。

简介

1、为什么计算动物行为学？行为的准确测量对于神经科学、生物力学、人类健康和农业至关重要。通过自动测量，计算行为学旨在捕捉姿势、方向和位置方面的复杂变化，其中姿势包含丰富的信息，我们可以从中提取出更多与大脑功能、生物力学和健康相关的抽象特征，同时在自然社会行为下研究神经功能是深入理解大脑如何整合感知、认知、学习和记忆来产生行为的关键一步。

视觉信号传达了鸟类重要的社交信息

2.为什么鸟类的姿势很重要？为什么是燕八哥？了解社会群体的集体行为是如何从个体互动中产生的，对于研究社会行为背后的社会性进化和神经机制非常重要的。虽然声音是鸟类交流的重要渠道，但是姿势、方向和位置的变化也在交流中扮演着十分重要的作用。从行为学和神经科学的角度来看，最好的研究群体之一是褐头燕八哥。在燕八鸟中，雌性通过一系列视觉机制影响雄性的行为，例如“翼击(wingstrokes)”，这包括随着时间的推移姿势和形