研究人员开发了PlayClass，这是一个旨在利用自顶向下视频分析自动分类家禽玩耍行为的新管道。该系统采用SAM 3和YOLO引导分块的长期跟踪来提高准确性，并利用图像和视频基础模型的冻结嵌入。虽然手工制作的运动特征显示出有竞争力的结果，但V-JEPA 2.1在与这些特征集成时表现出卓越的性能，达到了77.0的宏平均F1分数。该研究强调了由于运动学特征相似和鸟类之间遮挡而区分玩耍行为的挑战，但为自动动物福利监测提供了有希望的证据。 AI
排序理由 该集群包含一篇学术论文，详细介绍了使用AI对动物行为进行分类的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.27304v1 Announce Type: new Abstract: Automated monitoring of animal welfare has largely targeted negative indicators, leaving positive welfare behaviours such as play underexplored. To address this gap, we present PlayClass, a pipeline for play-behaviour classification…
Automated monitoring of animal welfare has largely targeted negative indicators, leaving positive welfare behaviours such as play underexplored. To address this gap, we present PlayClass, a pipeline for play-behaviour classification in poultry from top-down pen video. The pipelin…