Новый алгоритм компьютерного зрения надёжно анализирует тестирование лошадей на движении

Исследователи из Дании представили результаты широкомасштабного сравнительного исследования, показавшего, что современные технологии компьютерного зрения способны точно оценивать асимметрию движений лошади без использования маркеров. 

Команда KeyDiagnostics ApS и Университета Копенгагена проверила, насколько надёжен и точен запатентованный алгоритм компьютерного зрения при тестировании лошадей на движении, записанный на обычный смартфон в реальных полевых условиях. В исследование вошли данные, полученные при тестировании 37 лошадей разных пород, типов телосложения и мастей, снятые на видео в ходе клинических осмотров — как при движении по прямой, так и на корде.

Для анализа использовались 67 видеороликов, снятых вручную на iPhone 13 Pro и 15 Pro с частотой 30 кадров в секунду. Алгоритм автоматически определял анатомические ключевые точки (глаз, холку, круп и копыта) и вычислял вертикальные перемещения — так называемые Vertical Displacement Signals (VDS).

Эти данные сравнивали с результатами ручной разметки, выполненной грумом, что стало эталоном для проверки точности системы. Всего вручную было размечено почти 100 тысяч точек в 14 тысячах кадров.

Точность оценивалась по средним отклонениям (MAE) в миллиметрах, а также по статистике Бланда–Альтмана. Отдельно проверялась воспроизводимость ручной аннотации и влияние внешних факторов — освещения, типа покрытия, модели телефона и т. д.

Средняя ошибка определения вертикальных координат составила:

• 4,5 мм для глаза;
• 5,5 мм для крупа;
• 11,8 мм для холки.

Для сравнения: средняя погрешность при ручном измерении — 2,7 мм.

В темпе шага алгоритм показал среднюю абсолютную ошибку 4,3 мм для обоих параметров симметрии — Maxdiff (максимальные различия) и Mindiff (минимальные различия).

На уровне анализа целого видео (n = 67) ошибки снижались:

• глаз — 2,3 мм;
• холка — 3,7 мм;
• круп — 2,7 мм.

Наилучшие результаты алгоритм показал при съёмке движения на корде, когда угол обзора и расстояние до камеры оставались постоянными.
Исследователи также подтвердили высокую точность оценки линии земли, от которой отсчитывались измерения вертикальных колебаний: средняя ошибка угла составила всего 0,27°, что говорит о стабильности системы при использовании ручной камеры.

Подпишитесь прямо сейчас на наш телеграм-канал, чтобы следить за ветеринарными новостями.

По данным авторов, алгоритм способен с высокой надёжностью фиксировать движения лошади на рыси, даже в неидеальных условиях — на улице, с разным освещением и фоном.
Алгоритм выявляет асимметрию движений, связанную с хромотой, с точностью, сравнимой с анализом специалиста, сделанным вручную.

Технология открывает путь к удалённой диагностике хромоты и мониторингу состояния лошадей по видеозаписям, сделанным владельцами или ветеринарными врачами. Это особенно важно для клинических практик, не имеющих доступа к дорогостоящим системам трёхмерного захвата движения, или для ветеринарных врачей, не имеющих ещё достаточного опыта в оценке состояния лошади на движениях.

Алгоритм уже встроен в коммерческое приложение RealHorse®, разработанное компанией KeyDiagnostics ApS (Дания), и используется для анализа движений лошади на основе обычных видеозаписей.

Источник: beva.onlinelibrary.wiley.com