Estudo de viabilidade de estimação de pose de ratos em ambiente laboratorial utilizando visão computacional
Year: 2026
Type: dissertation
Abstract: A análise de comportamento animal é um componente fundamental nas áreas de neurociência e pesquisa biológica, porém ainda depende de métodos intrusivos e de observação manual que estão sujeitos à variabilidade entre avaliadores. Neste trabalho foi investigada a aplicação de técnicas de estimação de pose sem marcadores para a análise de ratos em ambiente laboratorial utilizando visão computacional e aprendizado profundo. Para isso, foi empregada a ferramenta SLEAP para treinamento de modelos de detecção e estimação de pose baseados em redes neurais convolucionais. Os modelos foram inicialmente avaliados em um conjunto de dados de referência e posteriormente treinados e testados em um conjunto de dados próprio obtido em laboratório. A avaliação foi realizada por meio de métricas de detecção e estimação de pose para análise dos erros de localização dos keypoints. Os resultados obtidos no conjunto de referência demonstraram elevado desempenho tanto na detecção quanto na estimação de pose. Entretanto, nos conjuntos de dados laboratoriais observou-se uma redução significativa da capacidade de generalização dos modelos, principalmente em cenários contendo oclusões, múltiplos indivíduos e diferenças de domínio entre os dados de treinamento e teste. Apesar das limitações observadas, os resultados indicam que a estimação de pose apresenta potencial para aplicações em estudos comportamentais com roedores, desde que acompanhada de conjuntos de dados mais abrangentes e de uma seleção criteriosa dos keypoints utilizados.
Author: Schnarndorf, Pedro
Institutions: Max Planck Society, Max Planck Institute for Informatics
Language: Portuguese
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7212336007