动物行为是人类常见但又机理复杂的自然现象。动物行为研究历经百年发展，已将进化物学、生态学、感官科学、保护生物学、生理学、遗传学和神经生物学等领域的知识逐渐整合、融入其中，这也日益凸显其研究的复杂性。但是，对动物的行为进行准确、系统的观察记录，并精准的定量分析依旧是动物行为学研究的基础，只有精准的行为量化，才能深刻挖掘其发生的规律。
长期以来，人们一直通过肉眼观察来记录和研究动物行为，近几十年，研究人员越来越多地依赖视频记录来更精细地研究行为学，尽管视频数据可通过专业软件辅助分析，但要观察仅仅几天的动物行为视频就需要花费多达百小时人工反复审查，这种耗时低效的工作，严重制约了对动物各种行为规律的认知。
为解决行为智能分析中面临的共性难题，西北大学郭松涛教授团队基于行为学分析原理，从行为的结构分析，利用人工智能技术，设计了自动识别与测量AI框架（图1），融合“猴脸识别”技术，最终实现了可以区分和追踪野生动物个体身份的行为精准自动识别与测量，以及自动汇报行为节律和时间分配结果的行为自动化监测的技术突破。
图1. 行为AI识别框架及处理流程示意图
为促进技术更快迭代，并为动物行为学后来者的研究提供专业的基础数据参考和智能分析平台服务，团队将该框架和代码开源，并以《哺乳动物行为自动定量测量的人工智能框架》为题，发表在中科院一区Top期刊《Integrative Zoology》。文章链接：「链接」
文章首页
“该框架已在川金丝猴、狐猴、狒狒等3种灵长目物种，老虎、棕熊、黑熊等3种食肉目物种，羚牛、列氏水羚、角马3种等偶蹄目物种，以及奇蹄目物种斑马等10种代表性野生动物的自动行为识别和测量上得到了完美验证。”郭松涛教授表示，该技术可广泛应用于圈养动物日常活动规律监测和关键行为异常预警、野生动物行为数据分析和习性研究、实验动物健康状态和福利监测，甚至对人类自身的行为特征和健康状态进行监测分析。
记者：王波
