Aller au contenu principal
Accès ouvert déclaré 2024 preprint

Anti-drift pose tracker (ADPT), a transformer-based network for robust animal pose estimation cross-species

16Citations signalées, ce qui n’est pas une note de qualité
8Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Deep learning-based methods have advanced animal pose estimation, enhancing accuracy, and efficiency in quantifying animal behavior. However, these methods frequently experience tracking drift, where noise-induced jumps in body point estimates compromise reliability. Here, we present the anti-drift pose tracker (ADPT), a transformer-based tool that mitigates tracking drift in behavioral analysis. Extensive experiments across cross-species datasets—including proprietary mouse and monkey recordings and public Drosophila and macaque datasets—demonstrate that ADPT significantly reduces drift and surpasses existing models like DeepLabCut and SLEAP in accuracy. Moreover, ADPT achieved 93.16% identification accuracy for 10 unmarked mice and 90.36% accuracy for freely interacting unmarked mice, which can be further refined to 99.72%, enhancing both anti-drift performance and pose estimation accuracy in social interactions. With its end-to-end design, ADPT is computationally efficient and suitable for real-time analysis, offering a robust solution for reproducible animal behavior studies. The ADPT code is available at https://github.com/tangguoling/ADPT .

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Anti-drift pose tracker (ADPT), a transformer-based network for robust animal pose estimation cross-species
Date Crossref
06/05/2025
Éditeur
eLife Sciences Publications, Ltd
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Chinese Academy of Sciences pays non établi dans la notice
    Organisme public
  • Shenzhen Institutes of Advanced Technology pays non établi dans la notice
    Structure de recherche
  • University of Chinese Academy of Sciences pays non établi dans la notice
    Université ou école supérieure
  • Guangxi University of Science and Technology pays non établi dans la notice
    Université ou école supérieure
  • Shenzhen University pays non établi dans la notice
    Université ou école supérieure
  • Shenzhen Technology University pays non établi dans la notice
    Université ou école supérieure
  • Shenzhen University of Advanced Technology pays non établi dans la notice
    Université ou école supérieure
  • Southern University of Science and Technology Department of Biomedical Engineering pays non établi dans la notice
    Université ou école supérieure
  • Shenzhen Institute of Advanced Technology pays non établi dans la notice
    Structure de recherche

Chinese Academy of Sciences, Shenzhen Institutes of Advanced Technology et University of Chinese Academy of Sciences, avec 6 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Human Pose and Action RecognitionCell Image Analysis TechniquesForensic Entomology and Diptera Studies

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.