应用轮廓变化信息的实验鼠行为识别.pdf

第40卷 第 3期 计 算 机 工 程 2014年 3月 V0l1．40 No．3 ComputerEngineering March 2014 · 人工智能及识别技术 · 文章编号：1000-3428(2014)03—0213—05 文献标识码：A 中图分类号：TP391 应用轮廓变化信息的实验鼠行为识别 洪留荣 (商丘师范学院计算机学院，河南 商丘 476000) 摘 要：实验鼠行为分析数据是神经学、生理学、药物学等学科实验数据的重要部分。针对实验鼠缺少肢体运动信息的特点，提 出一种实验鼠多行为分析方法。提取实验鼠轮廓的帧问变化信息，同时考虑变化信息与实验鼠本身的位置关系，对行为视频形成 系列轮廓变化帧。在训练阶段，通过PillarK—means聚类算法从系列帧中提取 80个关键帧，并把每一个训练行为视频用对应关键 帧频数的直方图表示。在测试阶段，测试视频用最近邻法确定每一帧对应的关键帧，形成相应的关键帧直方图，从而把分类问题 变成一个直方图相似性问题，再应用卡方距离进行分类。实验结果表明，该方法对8种行为的分类准确率最高达到 100％，最低达 到 95％。 关健词：行为分析；实验鼠；相似性；变化信息；PillarK—means算法；关键帧 LaboratoryM iceActionRecognition UsingSilhouetteDifferenceInformation HoNG Liu-rong (SchoolofComputer，ShangqiuNormalUniversity，Shangqiu476000，China) [Abstract]Miceactiondataisanimportantpartoftheexperimentaldatainneurology,physiologicalpharmacology,etc．Amethodis proposedonmultiactionsanalysisofmiceinthispaperforlackingthelimbsinfomr ation．Theinter—framedifferenceofmicesilhouetteare extractedwhiletherelationbetweenthedifferenceandthepositior~ofmicesilhouetteistakenintoconsideration，thensequentialsilhouette differencerfamesareobtainedrfom actionvideos．Intrainingphase，the80keyrfamesareextractedusingPillarK—meansalgorithm，each videoispresentedbythekeyframesandahistogram onrfequencyofkeyflameisobtained．Intestphase，thehistogram ofeachvideois determinedusingitskeyrfamesbynearestneighbouralgorithm．So，aclassificationproblem istransformedintothesimilaritiesproblem． Actionsareclassifiedby distances．Experimentalresultsshow thatthecorrectrateoftheproposedmethodisamaximum of100％，and thelowestof95％ ． [Keywords]actionanalysis；laboratorymice；similarity；differenceinformation；PillarK—meansalgorithm；keyrf