Tierverhalten zukünftig markerlos erforschen

Einen Datensatz zur automatischen Entschlüsselung des Verhaltens einzelner Vögel eines Schwarms haben Forschende des Exzellenzclusters Centre for the Advanced Study of Collective Behaviour der Universität Konstanz entwickelt.

Ein interdisziplinäres Forschungsteam des Exzellenzclusters Centre for the Advanced Study of Collective Behaviour (CASCB) an der Universität Konstanz und des Max- Planck-Instituts für Verhaltensbiologie, bestehend aus Informatikern, Biolog*innen und vergleichenden Psychologen, entwickelte eine neue Methode zur Erzeugung großer Datensätze mit mehreren Tieren. Der Beitrag wurde auf der Conference on Computer Vision and Pattern Recognition (CVPR), einer der renommiertesten Informatikkonferenzen der Welt, veröffentlicht.

Das kollektive Verhalten von Tiergruppen ist immer noch voller offener Fragen, aber die jüngsten Fortschritte im Bereich des maschinellen Lernens und der Computer Vision revolutionieren die Möglichkeiten, es zu ergründen. Komplexe Verhaltensweisen, wie soziales Lernen oder kollektive Wachsamkeit, können mit neuen Techniken entschlüsselt werden.

Einem interdisziplinären Forschungsteam des Exzellenzclusters Centre for the Advanced Study of Collective Behaviour (CASCB) der Universität Konstanz und des Max-Planck-Instituts für Verhaltensbiologie ist es nun gelungen, eine neuartige markerlose Methode zu entwickeln. Sie funktioniert rein aus Videoaufnahmen, die Anbringung von Positions- und Bewegungssendern bzw. -markern an den Tieren ist in Zukunft nicht mehr nötig. Mit dem neuen Datensatz „3D-POP“ (3D- Posture of Pigeons) kann die Körperhaltung von Tauben durch automatisierte Bilderkennung in 3D erforscht werden. „Unter Verwendung des Datensatzes brauchen Forschende nur zwei Kameras, um das kollektive Verhalten von Tauben zu untersuchen – und das sogar in freier Wildbahn", schildert Alex Chan, Doktorand am Exzellenzcluster CASCB.

Der Datensatz wurde auf der Conference on Computer Vision and Pattern Recognition (CVPR) im Juni 2023 veröffentlicht und per Open Access frei zugänglich gemacht, damit er von anderen Forschenden weiterverwendet werden kann. Die Forscher*innen um Hemal Naik und Alex Chan sehen zwei potenzielle Anwendungsbereiche: Wissenschaftler*innen, die mit Tauben arbeiten, können den Datensatz direkt nutzen und das Verhalten mehrerer frei beweglicher Tauben gleichzeitig untersuchen. Die von dem Forschungsteam entwickelte Annotationsmethode kann zudem bei anderen Vögeln oder gar anderen Tieren eingesetzt werden, so dass Forschende mit Hilfe von 3D-POP bald auch das Verhalten weiterer Tiere entschlüsseln können.

Videos und weitere Details zur neuen Methode 3D-POP finden Sie im Online-Magazin campus.kn.