Multi-animal Pose Estimation, Identifikation und Tracking mit DeepLabCut

Die Schätzung der Pose mehrerer Tiere stellt eine anspruchsvolle Aufgabe im Bereich des Computersehens dar: Häufige Interaktionen führen zu Verdeckungen und erschweren die Zuordnung detektiertet Keypoints zu den jeweiligen Individuen, insbesondere bei Tieren mit sehr ähnlicher äußerer Erscheinung, die enger miteinander interagieren als typische Menschen in Multi-Person-Szenarien. Um dieser Herausforderung zu begegnen, bauen wir auf DeepLabCut, einem quelloffenen Werkzeugkasten zur Pose-Schätzung, auf und stellen leistungsstarke Funktionen für die Montage und Verfolgung mehrerer Tiere bereit – Merkmale, die für Szenarien mit mehreren Tieren unerlässlich sind. Darüber hinaus integrieren wir die Fähigkeit, die Identität eines Tieres vorherzusagen, um die Verfolgung bei Verdeckungen zu unterstützen. Wir demonstrieren die Stärke dieses Frameworks anhand vier unterschiedlich komplexer Datensätze, die wir zur Verfügung stellen, um als Benchmark für zukünftige Algorithmenentwicklung zu dienen.