[PDF](/assets/research/papers/pdfs/The Relevance of Compound Events in Bee Traffic Monitoring.pdf)
Внешние ссылки
Аннотация
Автоматический мониторинг поведения пчёл на летке всё чаще использует компьютерное зрение и ИИ, но многие методы классифицируют только простые события входа и выхода. Такой подход игнорирует составные движения, например развороты и охраноподобное поведение, которые могут составлять значительную долю активности и искажать реконструкцию траекторий.
Авторы анализируют существующие стратегии классификации событий в мониторинге трафика пчёл и предлагают расширенные методы, которые явно учитывают двунаправленные движения по позиционным и угловым признакам. На вручную размеченном наборе видеозаписей летка они сравнивают threshold-based, displacement-based и angle-based подходы для простых и смешанных событий. Результаты показывают, что составные события могут составлять более трети всех движений, а методы, учитывающие двунаправленное поведение, существенно повышают точность и устойчивость классификации.
Значимость для Gratheon
Работа напрямую применима к аналитике камер на летке Gratheon. Она предупреждает, что простое деление событий на входы и выходы может неверно описывать значительную часть поведения: развороты и охраноподобные траектории не должны превращаться в ложные счётчики входа или выхода.
Предложенные двунаправленные признаки полезны для улучшения реконструкции трафика, качества предупреждений и интерпретации состояния семьи в дашборде. Для Gratheon это означает, что модель трафика должна хранить и анализировать полные траектории, а не только пересечения линии летка.