Name: long-term video tracking of cohoused aquatic animals: a case study of the daily locomotor activity of the norway lobster (nephrops norvegicus)
Uploaded: 2019-04-08T13:00:00
Description: Watch this Scientific Journal Video about Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus at JoVE.com

Les auteurs sont reconnaissants envers le Dr Joan B. Company qui a financé la publication de cet ouvrage. En outre, les auteurs sont reconnaissants aux techniciens de la zone d’aquarium expérimentale à l’Institut des Sciences marines à Barcelone (ICM-CSIC) pour leur aide pendant les travaux expérimentaux.
Ce travail a été soutenu par le projet RITFIM (CTM2010-16274, chercheur principal : J. Aguzzi) fondé par le ministère espagnol de la Science et l’Innovation (MICINN) et la subvention de TIN2015-66951-C2-2-R du ministère espagnol de l’économie et la compétitivité.

Les espèces utilisées dans cette étude ne sont pas une espèce en voie de disparition ou protégée. Les expériences de laboratoire et d’échantillonnage suivi de la législation espagnole et des règlements (ICM-CSIC) institutionnels internes concernant le bien-être des animaux. Animaux échantillonnage a été réalisé avec l’autorisation de l’autorité locale (gouvernement régional de Catalogne).
1. l’échantillonnage et l’entretien animaux
<strong...

Les résultats de performance et représentant obtenus avec le protocole de suivi vidéo a confirmé sa validité pour la recherche appliquée dans le domaine du comportement animal, avec un accent particulier sur la modulation sociale et rythmes circadiens des animaux cohoused. L’efficacité du dépistage des animaux (69 %) et l’exactitude de la discrimination (89,5 %) de la balise couplé avec les caractéristiques comportementales (c'est-à-dire, les taux de mouvement) des espèces cibles utilisées ici suggèrent...

Dans ces dernières années, suivi automatisé en fonction image a fourni des ensembles de données très précis qui peut être utilisé pour explorer les questions de base en écologie et comportement des disciplines1. Ces ensembles de données peuvent être utilisés pour l’analyse quantitative du comportement animal2,3. Cependant, chaque méthode d’image utilisé pour le suivi des animaux et l’évaluation du comportement a ses forces et ses limites. Dans les protocoles de suivi basé sur l’image qui utilisent l’information spatiale des images précédentes dans un film pour suivre les animaux4,5,6, les erreurs peuvent être introduits quand les chemins des deux animaux se croisent. Ces erreurs sont généralement irréversibles et se propagent à travers le temps. Malgré les progrès informatiques qui réduisent ou éliminent presque ce problème5,7, ces techniques encore besoin des environnements expérimentaux homogènes pour le repérage et l’identification précise des animaux.
L’emploi de marques qui peuvent être identifiés de façon unique chez les animaux permet d’éviter ces erreurs et permet le suivi à long terme des individus identifiés. Les marqueurs largement utilisés (par exemple, des codes à barres et codes QR) existent dans l’industrie et du commerce et peuvent être identifiés à l’aide de techniques de vision d’ordinateur bien connus, tels qu’augmentée réalité (p. ex., Artocès8) et la calibration de la caméra (par exemple, CALTag9 ). Tagged animaux avaient déjà été utilisés pour le haut débit des études comportementales chez différentes espèces animales, pour exemple, les fourmis3 ou abeilles10, mais certains de ces systèmes précédents ne sont pas optimisés pour reconnaître les balises isolé3.
Le protocole de suivi présenté dans cet article est particulièrement adapté pour le suivi des animaux dans l’imagerie d’un canal, tels que l’infrarouge (IR) lumière ou lumière monochromatique (en particulier, nous utilisons la lumière bleue). Par conséquent, la méthode mise au point n’utilise pas de repères de couleur, étant également applicable à d’autres environnements où il y a des contraintes à l’illumination. En outre, nous utilisons des balises personnalisées conçues pour ne pas à déranger les homards et, en même temps, permettent l’enregistrement avec les appareils de faible coût. En outre, la méthode utilisée ici est issue de détection étiquette indépendante du châssis (i.e., l’algorithme reconnaît la présence de chaque balise de l’image quel que soit les trajectoires précédentes). Cette fonctionnalité est pertinente dans les applications où animaux peut être temporairement bloqué, ou les trajectoires des animaux peuvent se croisent.
Dessin de l’étiquette permet son utilisation dans différents groupes d’animaux. Une fois définis les paramètres de la méthode, il pourrait être transféré pour s’attaquer aux autres problèmes de suivi des animaux sans la nécessité pour la formation d’un classifieur spécifique (autres crustacés et gastéropodes). Les principales limites de l’exportation du protocole sont de la taille de l’étiquette et le besoin d’attachement à l’animal (qui en fait ne convient pas aux petits insectes, mouches, abeilles, etc.) et l’hypothèse 2D pour le transport d’animaux. Cette contrainte est importante, étant donné que la méthode proposée suppose que la taille de l’étiquette reste constante. Un animal se déplaçant librement dans un environnement 3D (p. ex., poissons) montrerait tailles autre balise en fonction de sa distance à la caméra.
Le but du présent protocole est de fournir une méthodologie facile à utiliser pour le suivi de plusieurs animaux marqués sur une longue période de temps (jours ou semaines) dans un contexte 2D. L’approche méthodologique repose sur l’utilisation du matériel et des logiciels open source. Logiciel gratuit et open source permet des adaptations, modifications et libre redistribution ; par conséquent, le logiciel généré s’améliore à chaque étape11,12.
Le protocole présenté ici se concentre sur un laboratoire mis en place pour suivre et évaluer l’activité locomotrice des quatre animaux aquatiques dans un réservoir pendant 5 jours. Les fichiers vidéo sont enregistrées à partir d’une image de time-lapse s 1 et compilés en une vidéo à 20 images par seconde (1 jour enregistré occupe environ 1 h de vidéo). Tous les enregistrements vidéo sont automatiquement retouche pour obtenir les positions animales, appliquant des algorithmes et des m├⌐thodes de vision informatique. Le protocole permet d’obtenir de grandes quantités de données, évitant leur annotation manuelle, qui s’est avérée être beaucoup de temps et laborieuse dans la précédente experimental papers13de suivi.
Nous utilisons la langoustine (Nephrops norvegicus) pour l’étude de cas ; ainsi, nous offrons des conditions de laboratoire spécifiques à leur maintien. Homards effectuent des rythmes d’émergence de terrier bien étudiés qui sont sous le contrôle de l’horloge circadienne14,15, et quand cohoused, ils forment la hiérarchie de dominance16,17. Par conséquent, le modèle présenté ici est un bon exemple pour les chercheurs intéressés par la modulation sociale du comportement avec un accent particulier sur les rythmes circadiens.
La méthodologie présentée ici est reproduite facilement et peut être appliquée à d’autres espèces, si il est possible de distinguer les animaux avec des balises individuelles. Les exigences minimales pour la reproduction d’une telle approche en laboratoire sont : (i) les chambres isothermes pour le montage expérimental ; (ii) un apport continu de l’eau ; (iii) mécanismes de contrôle de température de l’eau ; (iv) un système de contrôle de la lumière ; (v) une caméra USB et un ordinateur standard.
Dans ce protocole, nous utilisons Python18 et OpenCV19 (Open Source Computer Vision Library). Nous nous appuyons sur les opérations rapides et communément appliquées (à la fois en termes de mise en œuvre et exécution), tels que le fond soustraction20 et image seuillage21,22.

<table border="0" cellpadding="0" cellspacing="0" style="width:860px;" width="860">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Tripod 475</td>
			<td style="width:113px;">Manfrotto</td>
			<td style="width:123px;">A0673528</td>
			<td style="width:307px;">Discontinued</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Articulated Arm 143</td>
			<td style="width:113px;">Manfrotto</td>
			<td style="width:123px;">D0057824</td>
			<td>Discontinued</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Camera USB 2.0 uEye LE</td>
			<td style="width:113px;">iDS</td>
			<td style="width:123px;">UI-1545LE-M</td>
			<td>https://en.ids-imaging.com/store/products/cameras/usb-2-0-cameras/ueye-le.html</td>
		</tr>
		<tr height="22">
			<td height="22" style="height:23px;width:317px;">Fish Eye Len C-mount f=6mm/F1.4</td>
			<td style="width:113px;">Infaimon</td>
			<td style="width:123px;">Standard Optical&#160;</td>
			<td style="width:307px;">https://www.infaimon.com/es/estandar-6mm</td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:317px;">Glass Fiber Tank 1500x700x300 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;"></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Black Felt Fabric</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Wood Structure Tank</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>5 Wood Strips 50x50x250 mm</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Wood Structure Felt Fabric</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>10 Wood Strips 25x25x250 mm</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Stainless Steel Screws</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>As many as necessary for fix wood strips structures</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">PC</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>2-cores CPU, 4GB RAM, 1 GB Graphics, 500 GB HD</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">External Storage HDD</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>2 TB capacity desirable</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">iSPY Sotfware for Windows PC</td>
			<td style="width:113px;">iSPY</td>
			<td style="width:123px;"></td>
			<td>https://www.ispyconnect.com/download.aspx</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Zoneminder Software Linux PC</td>
			<td style="width:113px;">Zoneminder</td>
			<td style="width:123px;"></td>
			<td>https://zoneminder.com/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">OpenCV 2.4.13.6 Library</td>
			<td style="width:113px;">OpenCV</td>
			<td style="width:123px;"></td>
			<td>https://opencv.org/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Python 2.4</td>
			<td style="width:113px;">Python</td>
			<td style="width:123px;"></td>
			<td>https://www.python.org/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Camping Icebox</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Plastic Tray</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Cyanocrylate Gel</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>To glue tag&#8217;s&#160;</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">1 black PVC plastic sheet (1 mm thickness)</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>Tag&#39;s construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">1 white PVC plastic sheet (1 mm thickness)</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>Tag&#39;s construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">4 Tag&#8217;s &#216; 40 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>Maked with black &#38; white PVC plastic sheet</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">3 m Blue Strid Led Ligts (480 nm)</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Waterproof as desirable</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">3 m IR Strid Led Ligts (850 nm)</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Waterproof as desirable</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">6m&#160; Methacrylate Pipes &#216; 15 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Enclosed Strid Led</td>
		</tr>
		<tr height="23">
			<td height="23" style="height:23px;width:317px;">4 PVC Elbow&#160; 45o &#216; 63 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Burrow construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">3 m Flexible PVC Pipe &#216; 63 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Burrow construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">4 PVC Screwcap &#216; 63 mm</td>
			<td></td>
			<td></td>
			<td style="width:307px;">Burrow construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">4 O-ring &#216; 63 mm</td>
			<td></td>
			<td></td>
			<td style="width:307px;">Burrow construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">4 Female PVC socket glue / thread &#216; 63 mm</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td style="width:307px;">Burrow construction</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">10 m DC 12V Electric Cable</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Ligt Power Supply DC 12V 300 w</td>
			<td style="width:113px;"></td>
			<td style="width:123px;"></td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:317px;">MOSFET, RFD14N05L, N-Canal, 14 A, 50 V, 3-Pin, IPAK (TO-251)</td>
			<td>RS Components</td>
			<td>325-7580</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:317px;">Diode, 1N4004-E3/54, 1A, 400V, DO-204AL, 2-Pines</td>
			<td>RS Components</td>
			<td>628-9029</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Fuse Holder</td>
			<td>RS Components</td>
			<td>336-7851</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">2 Way Power Terminal 3.81mm</td>
			<td>RS Components</td>
			<td>220-4658</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Capacitor 220 &#181;F 200 V</td>
			<td>RS Components</td>
			<td>440-6761</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Resistance 2K2 7W</td>
			<td>RS Components</td>
			<td>485-3038</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Fuse 6.3x32mm 3A</td>
			<td>RS Components</td>
			<td>413-210</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Arduino Uno Atmel Atmega 328 MCU board</td>
			<td>RS Components</td>
			<td>715-4081</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">Prototipe Board CEM3,3 orific.,RE310S2</td>
			<td>RS Components</td>
			<td>728-8737</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:317px;">DC/DC converter,12Vin,+/-5Vout 100mA 1W</td>
			<td>RS Components</td>
			<td>689-5179</td>
			<td>Light Control Mechanism</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">2 SERA T8 blue moonlight fluorescent bulb 36 watts</td>
			<td style="width:113px;">SERA</td>
			<td style="width:123px;"></td>
			<td>Discontinued / Light isolated facility</td>
		</tr>
	</tbody>
</table>

long-term video tracking of cohoused aquatic animals: a case study of the daily locomotor activity of the norway lobster (nephrops norvegicus)

Nous présentons un protocole associé à une technique de repérage vidéo basée sur la soustraction de l’arrière-plan et le seuillage d’image qui permet de suivre individuellement les animaux cohoused. Nous avons testé la suivi de routine avec quatre cohoused aux langoustines (Nephrops norvegicus) dans des conditions de lumière-obscurité pendant 5 jours. Les homards ont été étiquetés individuellement. Le montage expérimental et les techniques de suivi utilisées sont entièrement basés sur le logiciel open source. La comparaison de la sortie de suivi à une détection manuelle indique que les homards ont été correctement détecté 69 % du temps. Parmi les homards correctement détectés, leurs balises individuelles ont été correctement identifiés 89,5 % du temps. Compte tenu de la fréquence d’images utilisées dans le protocole et le taux de mouvement de homards, la performance de la vidéo suivi a une bonne qualité et les résultats représentatifs confirment la validité du protocole en produisant des données précieuses pour les besoins de la recherche (individuel occupation de l’espace ou les patterns d’activité locomotrice). Le protocole présenté ici peut être facilement personnalisé et est, par conséquent, transférable à d’autres espèces où le suivi individuel des spécimens dans un groupe peut être utile pour répondre aux questions de recherche.

Nous avons construit manuellement un sous-ensemble des données expérimentales pour valider l’analyse vidéo automatisée. Un échantillon de 1 308 images avec un niveau de confiance de 99 % (ce qui est une mesure de sécurité qui montre que l’échantillon reflète fidèlement la population, sa marge d’erreur) et une marge d’erreur de 4 % (qui correspond à un pourcentage qui décrit comment fermer la réponse de l’échantillon a donné est la valeur réelle de la population) ...

Watch this Scientific Journal Video about Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus at JoVE.com

Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus

Nous présentons ici un protocole afin de suivre individuellement les animaux sur une longue période de temps. Il utilise la vision par ordinateur pour identifier un ensemble de balises construits manuellement en utilisant un groupe de homards comme étude de cas, en fournissant des informations sur la façon de la maison, manipuler et marque les homards.

Suivi à long terme de vidéo d’animaux aquatiques Cohoused : une étude de cas de l’activité locomotrice quotidienne de la langoustine (Nephrops norvegicus)

We present a protocol related to a video-tracking technique based on the background subtraction and image thresholding that makes it possible to ...

Ce protocole permet l’automatisation du suivi de plusieurs animaux. Utilisation d’une étiquette simple pour identifier chaque animal un outil d’analyse d’identification pour détecter les balises. Ce protocole réduit considérablement le nombre d’heures nécessaires pour analyser les enregistrements vidéo à l’aide de données moins clés.d’estimer les achèvements plus précis des études expérimentales. Les animaux dans d’autres environnements qui peuvent être étiquetés de la même manière peuvent être suivis avec des protocoles similaires fournissant une application en chronobiologie, écologie, recherche virale ou neurosciences. Nous avons fourni la conception matérielle et le langage de programmation open source et fournissons un modèle que nous recommandons aux utilisateurs d’adopter dans les protocoles pour apprendre le langage de programmation Python.Pour construire une étiquette pour l’animal cible, coupez d’abord quatre cercles de 40 millimètres de diamètre à partir de la feuille de plastique noire, et deux triangles équilatéraux latéraux de 26 millimètres et deux cercles de 26 millimètres de diamètre à partir d’une feuille de PVC en plastique blanc. Marquez le centre d’un triangle blanc et d’un cercle blanc. Et faire un trou de 10 millimètres à chaque marque.Collez ensuite une forme blanche au centre de chacun des quatre cercles noirs. Pour configurer la zone expérimentale, placez des LED infrarouges à temps foncé dans le réservoir. Gardez les lumières infrarouges allumées en tout temps.Ensuite, placez les lumières LED bleues dans un réservoir en fibre de verre modifié contenant du sable et quatre terriers flexibles de tuyau en PVC, et connectez les lumières à un appareil pour gérer la période de photo. Lorsque toutes les lumières ont été placées, placez l’entrée d’eau de mer réfrigérée à un coin du réservoir, avec la prise correspondante au coin opposé. Vérifiez que l’entrée d’eau de mer est mise en place à un débit d’environ 4 litres par minute.Entourez la chambre d’un rideau noir pour assurer un isolement complet de la lumière extérieure. Placez le trépied équipé de la caméra web sur le côté de l’arène expérimentale, avec la caméra à 130 centimètres au-dessus et au centre de l’arène expérimentale. Connectez la caméra à un ordinateur à l’extérieur du rideau, et ajustez les paramètres de l’enregistrement vidéo en fonction des caractéristiques de l’espèce, en vous assurant de créer une lampe à temps, y compris la date dans la vidéo time-lapse, pour la notation comportementale éventuelle.Pour étiqueter les animaux, ajouter 7 degrés Celsius d’eau à une glacière avec compartiments submergés et placer 4 homards dans 4 compartiments séparés. Après avoir permis aux homards de s’acclimater pendant environ 30 minutes, transférer un homard sur un plateau de glace concassée pendant cinq minutes et utiliser du papier absorptif pour sécher la partie supérieure du céphalothorax du homard immobilisé. Déposer une goutte de colle à séchage rapide sur la carapace séchée et presser l’étiquette sur la colle pendant environ 20 secondes, jusqu’à ce que la colle durcisse.Retournez ensuite le homard dans son compartiment dans la glacière et étiquetez les trois autres animaux de la même manière. Lorsque tous les homards ont été étiquetés, remettre les homards dans leur cellule pendant 24 heures. Le lendemain, utilisez la même glacière pour transférer les homards de l’installation d’aclimation à la chambre expérimentale et lancer l’enregistrement vidéo.Exécutez les étapes de marquage et de transfert dans les conditions de lumière rouge pour éviter les dommages radiaux au homard pour les récepteurs. D’autres espèces aquatiques ou terrestres peuvent ne pas avoir besoin de ces soins. Obtenez ensuite une image de fond moyenne à partir de cinq minutes de vidéo ou des 100 images initiales avant d’introduire les animaux un par un dans le réservoir d’expérimentation à l’intérieur de leurs compartiments d’eau respectifs, et attendez que les homards sortent de leurs compartiments.Sur le nombre total d’animaux comptés dans cette expérience représentative, 79 p. 100 des détections d’animaux ont été correctement appariées par le programme, et 89,5 p. 100 des étiquettes ont été correctement identifiées. Seulement 3,8 p. 100 des étiquettes étaient mal classées. Mais les 6,6 pour cent restants correspondant à de faux positifs.Après l’achèvement d’une analyse vidéo spécifique, les données sur les positions obtenues peuvent être utilisées pour évaluer les différents modèles comportementaux des homards. Par exemple, le tracé de la carte d’occupation spatiale, à l’aide d’une estimation bidimensionnelle de la densité du kernal avec un axe aligné par un kernal normal variable évalué sur une grille carrée, permet aux zones dans lesquelles les homards passent un pourcentage plus élevé de leur temps à être représentés avec des parcelles de haute intensité de couleur. Les rythmes d’activité quotidiens des homards peuvent également être tracés sous forme de millimètres couverts à intervalles de dix minutes au fil du temps.Il est important de maintenir des spécifications exactes en termes de taille et de forme et d’exécuter toujours l’étape d’analyse binned en arrière-plan sans interface utilisateur. Le modèle d’analyse d’image peut être élargi pour examiner des composants spécifiques des crustacés pour aider à améliorer l’étude comportementale en termes d’interactions animales. Ces interactions sociales animales complexes se produisent de la même manière dans un environnement réel permettant le style et les aspects importants de la recherche biologique avec une certaine application pour l’écologie et les neurosciences.

Research

JoVE Journal

Environment

Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster (Nephrops norvegicus)

Determination of Microbial Extracellular Enzyme Activity in Waters, Soils, and Sediments using High Throughput Microplate Assays

Détermination de l&#39;activité enzymatique microbienne extracellulaire dans les eaux, les sols et les sédiments de haut débit microplaques dosages

Much of the nutrient cycling and carbon  processing in natural environments occurs through the activity of extracellular  enzymes released by ...

Recherche

Environnement

Modifying the Bank Erosion Hazard Index (BEHI) Protocol for Rapid Assessment of Streambank Erosion in Northeastern Ohio

Modifying the Bank Erosion Hazard Index BEHI Protocol for Rapid Assessment of Streambank Erosion in Northeastern Ohio

Modification de l&#39;Indice (BEHI) Protocole Banque érosion de risques pour l&#39;évaluation rapide des berges contre l&#39;érosion dans le nord de l&#39;Ohio

Understanding the source of pollution in a stream is vital to preserving, restoring, and maintaining the stream&#8217;s function and habitat it provides. ...

The Use of an Automated System (GreenFeed) to Monitor Enteric Methane and Carbon Dioxide Emissions from Ruminant Animals

The Use of an Automated System GreenFeed to Monitor Enteric Methane and Carbon Dioxide Emissions from Ruminant Animals

L&#39;utilisation d&#39;un système (fourrage vert) automatisé pour surveiller entérique méthane et de dioxyde de carbone Les émissions provenant de ruminants Animaux

Ruminant animals (domesticated or wild) emit methane (CH4) through enteric fermentation in their digestive tract and from decomposition of manure during ...

Alternative Method of Removing Otoliths from Sturgeon

Méthode alternative de Retrait otolithes de Sturgeon

Extracting the otoliths (ear bones) from fish that have very thick skulls can be difficult and very time consuming. The common practice of making a ...

Field Experiments of Pollination Ecology: The Case of Lycoris sanguinea var. sanguinea

Field Experiments of Pollination Ecology: The Case of Lycoris sanguinea var. sanguinea

Les expériences sur le terrain de l&#39;écologie Pollinisation: le cas de<em&gt; Lycoris sanguinea</em&gt; Var.<em&gt; sanguinea</em

Plant-pollinator interactions have been studied for approximately one hundred years. During that time, many field methods have been developed to clarify ...

Using Pharmacological Manipulation and High-precision Radio Telemetry to Study the Spatial Cognition in Free-ranging Animals

Utilisation Manipulation pharmacologique et de haute précision Radio Télémesure pour étudier la cognition spatiale chez les animaux en liberté

An animal&#39;s ability to perceive and learn about its environment plays a key role in many behavioral processes, including navigation, migration, ...

Development of New Methods for Quantifying Fish Density Using Underwater Stereo-video Tools

Développement de nouvelles méthodes de quantification de la densité des poissons à l’aide d’outils de stéréo-vidéo sous-marine

The use of video camera systems in ecological studies of fish continues to gain traction as a viable, non-extractive method of measuring fish lengths and ...

Rearing and Long-Term Maintenance of Eristalis tenax Hoverflies for Research Studies

Rearing and Long-Term Maintenance of Eristalis tenax Hoverflies for Research Studies

Élevage et entretien à long terme des syrphes Eristalis tenax pour études

With an estimated 6000 species worldwide, hoverflies are ecologically important as alternative pollinators to domesticated honeybees. However, they are ...

Experimental Protocol for Examining Behavioral Response Profiles in Larval Fish: Application to the Neuro-stimulant Caffeine

Protocole expérimental pour l’examen des profils de réponse comportementale dans les larves de poissons : Application à la caféine Neuro-stimulant

Fish models and behaviors are increasingly used in the biomedical sciences; however, fish have long been the subject of ecological, physiological and ...

Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment

Combiner les données de suivi des yeux avec une analyse du contenu vidéo à partir de Free-visualisation d’une vidéo d’une promenade dans un environnement de parc urbain

As individuals increasingly live in cities, methods to study their everyday movements and the data that can be collected becomes important and valuable. ...