Name: 歩行者空間·時間·アクティビティ·研究のための軌道データ解析 (動画) | JoVE Journal
Uploaded: 2013-02-25T12:03:00.000+00:00
Duration: 16 min 14 s
Description: 学ぶGPS軌道データの時空間解析手法。前処理・セグメンテーション・密度マッピングを用いて歩行者の活動パターンを可視化し、都市計画や感染リスク評価に活用できる隠れたデータ構造を明らかにする。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この作品は、NIHの助成金1R03AI090465によって賄われています。

1。データの取得<ol><li>軌跡データはハンドヘルドGPSユニット、GPS対応スマートフォントラッキングアプリケーションだけでなく、A-GPS（GPSを支援）など、我々の研究で使用されている1つ、商業子トラッカー装置などの装置を使用して収集することができます。 </li><li>軌跡データは、通常の時間緯度経度レコードの条件で保存されます。所望の時間間隔は、アプリケーションのニーズに基づいて設定する必要があります。多くの場合、最も頻繁な間隔は、時空間活動の研究のために望まれている。 </li><li>コンマで区切られた値にデータを変換したり、。それぞれのレコードIDごとに個別の列を持つcsvファイル、緯度、経度、時刻、。その後、一般的に使用される地理情報システムへ。csvファイル（GIS）のファイル形式（ すなわち 、ESRIシェープファイル8）に変換します。 </li><li>建物ポリゴンと軌道アナライザによる研究領域の境界の別のシェープファイルにロードします。 3Dディに対して適切に建物の &quot;押し出し&quot;を設定スプレイと空間と時間を表すz次元を表すx、yの次元と時空キューブ6,9を表示するには、適切に&quot;押し出し&quot;と境界層の&quot;透明度&quot;を設定します。 </li></ol> 2。前処理<ol><li>二つのオプションは、前処理うるさい生の軌道データに使用できます。一つは、前処理メニューのドロップダウンリストから選択することができます。 </li><li> &#39;対話&#39;が選択されている場合は、3次元軌跡の2D投影を簡単に表示および選択のために作成されます。空間的にも時間的に生の軌跡を調べるために3D表示を操作します。形状、速度および/またはトラックセグメントのトポロジに基づいて、データのエラーを特定します。非現実的な高速または突然の方向変化を伴う通常のトラックポイント（頂点）のエラーを意味する。選択して、元の軌道からそれらを削除します。選択して、3D軌道またはその2D投影のどちらかからそれらを削除します。 </li><li>先端のとがったSHAとトラックポイントのクラスタPES（ 図1）空間的にも時間的に最も長い期間、おそらくGPS信号が弱い屋内位置によって引き起こされるエラーを意味する。これらの点のグループが選択された場合は、プログラムが選択されているポイントの時空重心を計算し、重心を通過する軌道を調整することができます。 </li><li> &#39;自動&#39;は前処理メニューから選択された場合、あるいは、異常な高速性とポイントの突然の転換を決定し、入力と出力の場所としてだけでなく、経験的なパラメータを設定します。プログラムがロードされた軌道データを検索し、視覚的なエラー検出の手法を模倣したアルゴリズムに基づいて自動的に実行されます。 </li></ol> 3。軌道セグメンテーション＆アクティビティスペースの特性<ol><li>軌道セグメンテーションは、建物の層を必要とするので、建物形状ファイルがロードされていることを確認してください。 </li><li>機能を起動するには、ツールバーのセグメンテーションツールをクリックします。入力と出力を設定し、基準層として建物形状ファイルの場所を指定。セグメント化された軌道にラベルを付けるために建物名を使用します。アルゴリズムは、速度、時間などのトラックポイントだけでなく、建物との関係で空間トポロジーとして設定するか、デフォルトの基準に基づいて、室内のセグメントを識別します。 </li><li>セグメント化された軌道にロードすると、それに総活性半径、一定期間における半径、屋内対屋外で費やされる合計時間の比率、など、1つの活動空間を特徴づけるために選択したサマリー属性を計算する活動空間集約ツールをクリックします。 </li><li>属性は、定量的なモデル化の目的で使用する場合は、スプレッドシートにエクスポートすることができます。 </li></ol> 4。密度表面マッピング<ol><li>密度表面は時間次元と空間での活動の密度が崩壊を示しています。 3つのオプションは、密度表面マッピング]メニューのドロップダウンリストから利用できます。 </li><li> &quot;トラックポイントの密度 &#39;オプションが選択されている場合、入力および出力情報を含むダイアログボックスに記入して3Dや2Dのいずれかで表示するように選択する。軌道データからすべての頂点がポイントのカーネル密度を計算するために使用される図2は密度面を示す。 </li><li> &quot;トラックパス密度&quot;を選んだ場合には、アルゴリズムが計算し、個々の走行経路（ 図3）の密度が表示されます。 </li><li> &quot;再サンプリングポイントの密度 &#39;オプションが選択されている場合は、アルゴリズムの再サンプル点の密度が時間内に均等に広げ、設定された時間間隔とマップを使用して軌道データ。このオプションは、様々な物理的条件やセグメント化された軌道の下にあるデバイスの感度の違いにより、不規則な時間間隔でトラッキングポイントを集めるトラッキングデバイス用に設計されています図4は、セグメント化された軌道の2Dおよび3D密度面を示しています。 </li><li> &#39;時空焦点&#39;が選択されている場合上記のオプションのny、時間的な焦点10は 、異なる期間での活動パターンを調べるために行うことができる。たとえば、日中に様々なタイミングで活動密度面は時間を越えて、ホットスポット（ 図5）の識別を容易にするために視覚化することができる。 </li></ol> 5。密度ボリューム推定とボリュームレンダリング<ol><li>密度のボリューム可視化は軌道の可視化のように時空キューブの概念を使用します。このような可視化の中核は、ボクセル空間11への分解である。視覚密度·ボリュームへの我々のアプローチは、最初のボクセルと交差時空トラックの数を数えることによって、個々のボクセルの密度の体積を推定する。一つは、このステップの密度のボリューム可視化メニューの下に &quot;密度体積計算&quot;をクリックすることもできます。 </li><li>同じ3つのオプションは、密度表面を可視化するために密度のボリューム可視化のために用意されています。 </li><li>インタラクティブなボリュームレンダリング12のための3Dボリュームデータの可視化インタフェースを起動するには[次へ]をクリックして&quot;ボリュームレンダリング&quot;。各軸に沿った分割数を設定することで、一つは、異なるスケールでクラスタを調べるかもしれません。 Z値の倍率は、より良い視覚化のための垂直誇張を設定するために使用されています。建物などの基準層も同様に可視化を支援するためにロードすることができます。ボリュームレンダリングの結果を対話的密度からカラーへのマッピングを制御伝達関数を操作することによって調整することができます。 （ 図6）。 </li></ol> 6。他の探索的データ解析（EDA）とビジュアライゼーション<ol><li>手順は、Google Earthに表示されるアニメーションシリーズを作成することが可能です。 &quot;その他&quot;の下では、この手順にアクセスする &quot;EDAのKMLへのエクスポート&quot;をクリックします。それは軌道のインタラクティブなアニメーションにGoogle Earthで開くKML 13ファイルを作成します。 </li><li>一つは、ラーベする軌道をたどることがGoogle Earthのタイムラインに沿ってスクロールして時間内にlは環境。 </li><li>手順は、 &quot;接続の分析 &#39;を通じて興味のある場所同士のつながりを視覚化することが可能です。例えば、大学キャンパス内の異なる建物間の接続は、学生（ 図7）によって収集されたセグメント化された軌道データから導出されます。 </li><li>派生した接続に基づいて、そのようなほとんどの発信または着信トラフィックと最もトラフィックの多い場所をつなぐハブとそれらの建物のようにホットスポットを識別することができる。 </li></ol>

<ol><li>Stoddard, S. T., Morrison, A. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+human+movement+in+the+transmission+of+vector-borne+pathogens%5BTitle%5D)+AND+%22PLoS+Negl.+Trop.+Dis%22%5BJournal%5D)">The role of human movement in the transmission of vector-borne pathogens.</a> PLoS Negl. Trop. Dis. 3 (7), e10(2009).</li>
<li>Morens, D. M., Folkers, G. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+challenge+of+emerging+and+re-emerging+infectious+diseases%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">The challenge of emerging and re-emerging infectious diseases.</a> Nature. 430, 242-249 (2004).</li>
<li>Viboud, C., Bjornstad, O. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synchrony%2C+waves%2C+and+spatial+hierarchies+in+the+spread+of+influenza%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Synchrony, waves, and spatial hierarchies in the spread of influenza.</a> Science. 312, 447-451 (2006).</li>
<li>Shoval, N., Isaacson, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Application+of+tracking+technologies+to+the+study+of+pedestrian+spatial+behaviour%5BTitle%5D)+AND+%22The+Professional+Geographer%22%5BJournal%5D)">The Application of tracking technologies to the study of pedestrian spatial behaviour.</a> The Professional Geographer. 58 (2), 172-183 (2006).</li>
<li>Yu, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spatio-temporal+GIS+design+for+exploring+interactions+of+human+activities%5BTitle%5D)+AND+%22Cartography+and+Geographic+Information+Science%22%5BJournal%5D)">Spatio-temporal GIS design for exploring interactions of human activities.</a> Cartography and Geographic Information Science. 33 (1), 3-19 (2006).</li>
<li>Kwan, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Interactive+geovisualization+of+activity-travel+patterns+using+three-dimensional+geographical+information+systems%3A+a+methodological+exploration+with+a+large+data+set%5BTitle%5D)+AND+%22Transportation+Research+Part+C%22%5BJournal%5D)">Interactive geovisualization of activity-travel patterns using three-dimensional geographical information systems: a methodological exploration with a large data set.</a> Transportation Research Part C. 8, 185-203 (2000).</li>
<li>Demšar, U., Virrantaus, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Space-time+density+of+trajectories%3A+exploring+spatio-temporal+patterns+in+movement+data%5BTitle%5D)+AND+%22International+Journal+of+Geographical+Information+Science%22%5BJournal%5D)">Space-time density of trajectories: exploring spatio-temporal patterns in movement data.</a> International Journal of Geographical Information Science. 24 (10), 1527-1542 (2010).</li>
<li>ESRI Shapefile Technical Description [Internet]. , Environmental Systems Research Institute, Inc. Available from:
		
	 <a target="_blank" href="http://www.esri.com/library/whitepapers/pdfs/shapefile.pdf">http://www.esri.com/library/whitepapers/pdfs/shapefile.pdf</a> (1998).</li>
<li>Kraak, M., Koussoulakous, A. A visualization environment for the space-time cube. Fisher, P. Proceedings of 11th International Conference on Developments in Spatial Data Handling, Berlin, , Springer. 189-200 (2004).</li>
<li>Visualizing spatial relationships among health, environmental, and demographic statistics: interface design issues. MacEachren, A. M., Polsky, C., et al. Proceedings of 18th International Cartographic Conference, , 880-887 (1997).</li>
<li>Levory, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Display+of+surfaces+from+volume+data%5BTitle%5D)+AND+%22IEEE+Computer+Graphics+and+Application%22%5BJournal%5D)">Display of surfaces from volume data.</a> IEEE Computer Graphics and Application. 8 (5), 29-37 (1998).</li>
<li>Drebin, R. A., Carpenter, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Volume+Rendering%5BTitle%5D)+AND+%22Computer+Graphics%22%5BJournal%5D)">Volume Rendering.</a> Computer Graphics. , (1998).</li>
<li>KML | OGC(R) [Internet]. , Open Geospatial Consortium, Inc. Available from:
		
	 <a target="_blank" href="http://www.opengeospatial.org/standards/kml/">http://www.opengeospatial.org/standards/kml/</a> (2012).</li>
<li>Lee, W., Krumm, J. Trajectory preprocessing. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aLee%2C+W+%22Computing+with+Spatial+Trajectories%22">Computing with Spatial Trajectories</a>. Zheng, Y., Zhou, X. , Springer, Bucher. 3-34 (2011).</li>
<li>Han, B., Comaniciu, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sequential+kernel+density+approximation+and+its+application+to+real-time+visual+tracking%5BTitle%5D)+AND+%22IEEE+Transactions+on+Pattern+Analysis+and+Machine+Intelligence%22%5BJournal%5D)">Sequential kernel density approximation and its application to real-time visual tracking.</a> IEEE Transactions on Pattern Analysis and Machine Intelligence. , (2007).</li>
</ol>

特別な利害関係は宣言されません。

我々は、インターフェースを開発するために、ArcGISのアドインのメカニズムを使用していました。すべての対話的な操作を使用して実装されたC + +です。すべて自動処理と分析機能がPythonを使って開発されました。 エラーが原因で建物や頻繁な屋内停留所に隣接する大規模なことができるように歩行者が収集したAGPSデータ、またはGPSデータは、前処理に特有の課題を提示します。また、前処理の焦点は、トラッキングポイントの既に明白な不足に起因する車両のGPS軌跡データに対して通常行われているものとして、データ削減すべきではない。歩行者の移動軌跡データの明らかな誤りパターンは、しかし、前処理に固有のソリューションを提供します。代わりに標準前処理アルゴリズム14を使用するのではなく、我々は、2.2で述べたマニュアルビジュアルエラー検出アプローチを模倣）と軌跡データのエラーをクリーンアップヒューリスティック法（2.3）を開発しました。具体的には、属性（計算速度とディ第1軌道の各トラックポイントの統率変化）。非現実的な高い速度および/または方向の変更でトラックポイントが削除さ...

<table border="1"><tbody><tr><td> 試薬の名称 </td><td> 会社 </td><td> カタログ番号 </td><td> コメント（オプション） </td></tr><tr><td> WorldTracker GPRS </td><td>世界のトラッキング</td><td></td><td></td></tr><tr><td>分析を実行するためのパソコン</td><td></td><td></td><td></td></tr><tr><td> ArcGISソフトウェア</td><td> ESRI </td><td></td><td></td></tr><tr><td>軌道アナライザ拡張</td><td></td><td></td><td></td></tr></tbody></table>

歩行者空間·時間·アクティビティ·研究のための軌道データ解析

Trajectory Data Analyses for Pedestrian Space-time Activity Study

これはよく空間的および時間的な次元における人間の運動は病気伝送1-3直接的な影響力を持っていることが認識されている。感染症は、通常、それらの重なり活動空間における感染と感受性個体間の接触を介して広がっています。したがって、毎日のモビリティアクティビティ情報は、感染の危険因子への曝露を測定するための指標として使用することができる。しかし、このように大きな難題とミクロスケールでの感染症伝播の研究が不足している理由は、詳細な個人のモビリティデータの不足から生じる。以前はしばしば被験者が積極的に時間と空間での活動を記録するために必要な時間空間日記技術、に依存していた交通、観光研究の詳細な時空間活動データインチこれは非常に参加者からの参加者とのコラボレーションを求めている大幅にデータ4の品質に影響を与える。 現代のGPSやモバイル通信などの技術が可能軌跡データの自動収集を行っている。収集されたデータは、しかし、既存の機器の精度によって制限され、人間の時空間活動をモデル化するための理想的ではありません。人間行動研究のためのデータの効率的な処理のための容易に利用可能なツールもありません。私たちはここでのメソッドのスイートと軌跡データの前処理、時空間解析のための統合されたArcGISのデスクトップベースのビジュアルなインターフェイスを提示。我々は、特にそのような感染症の伝送モデリングなど、公衆衛生学に有用である可能性のあるエラーの豊富な歩行者の軌跡データと、人間の時空間活動をモデル化するために使用されるかもしれないか、このような処理の例を示します。 提示の手順では、前処理、軌道セグメンテーション、活動空間の特性、密度推定と可視化、および他のいくつかの予備的な解析手法を含む。プリprocessingがうるさい生の軌道データのクリーニングです。私たちは、対話型のビジュアル前処理インタフェースと同様に自動モジュールをご紹介します。軌道セグメンテーション5は前処理された時空のトラックから、屋内と屋外の部品の識別を必要とする。繰り返しになりますが、インタラクティブな視覚的セグメンテーションと自動セグメンテーションの両方がサポートされています。セグメント化された時空のトラックはその後派生するために分析されるような活動半径等密度推定と可視化など、1つの活動領域の特性は、ホットスポットとの相互作用をモデル化するために軌道に大量のデータを調べるために使用されます。我々は、密度表面マッピング6および密度ボリュームレンダリング7の両方を示しています。我々はまた、Google Earthのアニメーションをサポートし、接続の分析など、他の探索的データ解析（EDA）と視覚化ツールのカップルが含まれています。分析のスイートだけでなく、この論文で提示ビジュアルメソッドはsの任意の軌道データに適用してもよいペースタイム活性研究。

軌跡データは、2010年春にキーン大学（ニュージャージー州、米国）からの学部学生をボランティアにより収集した。目的はなかった人と比較して（医師によって診断や自己診断）がインフルエンザをひいた生徒の行動パターンを研究することであった。本稿で提案手法や手順を説明するために、我々は代表的な結果を生成するために郊外キャンパスエリア内で収集軌道を取った。キャンパスエリア内の軌道は、様々な駐車場や、キャンパスの外間運転に起因するわずかな部分のみで、主に歩行者の軌跡である。 大学のキャンパスにある建物を参照して軌跡の時空間立体表現を図1に示します。 図1Aは、AGPSのデバイス（市販子トラッカー）を使用して、キャンパス内の彼の活動の学生記録1日までに収集された生データです。それはOBです屋内滞在のいくつかの長い期間はノイズの多いデータ（トラックの先端のとがった部分で示される）をもたらしたことをvious。これは歩行者の軌跡データでは非常に一般的です。 図1Bは、前処理されたとセグメント化された軌...

時空間処理方法のスイートは、モデリング·歩行者の時空間活動の目的のため、GPSデバイスを使用して収集されたものと人間の軌道データを分析するために提示されています。

It is well recognized that human movement in the  spatial and temporal dimensions has direct influence on disease transmission1-3.  An infectious disease ...

この手順の全体的な目的は、歩行者の軌跡データの時空間解析および可視化を通じて、歩行者の時空間活動をモデル化することです。これは、まず詳細な全地球測位システム（GPS）データを収集し、そのデータを軌跡解析器に読み込むことで達成されます。次のステップは、軌跡データのプリプロセスおよびセグメンテーションを行うことです。次に、個体の活動空間を特性化します。最終ステップでは、密度表面マッピング、密度ボリュームレンダリング、またはその両方を用いて、時空間パターンを検証します。最終的に、その他の探索的データ解析手法と可視化を用いて、データに隠れたさらなるパターンを明らかにします。時空間軌跡の解析のためにSHNUによって開発されたFGIS拡張などの既存の手法に対する本手法の主な利点は、軌跡のインタラクティブな可視化のためのインターフェースを提供するだけでなく、ルート軌跡データのクリーニング、TRデータからの属性導出、および大量の軌跡データからパターンを検出するための探索的分析という処理手法に焦点を当てている点にあります。この手法は、個人の時空間活動が感染確率にどのように影響するか、あるいはどのような環境や時空間行動が高リスクな軌跡につながるかなど、微視的な疾患伝播に関連する人間活動の時空間研究における重要な疑問への回答に寄与します。データは携帯型GPSユニットを用いて収集することが可能です。GPS対応のスマートフォン追跡アプリケーション、および本研究で採用した商用の子供向け追跡デバイスのようなアシストGPSデバイスを使用します。これらのデバイスによる軌跡データは、通常、時刻、緯度、経度の記録として保存されます。アプリケーションのニーズに基づいて、適切な時間間隔を設定する必要があります。時空間活動研究では、多くの場合に最も頻繁な間隔が求められます。データを、レコードID、緯度、経度、および時間をそれぞれ別々の列としたカンマ区切り値（CSV）ファイルに変換してください。次に、CSVファイルを一般的に使用される地理情報システム（GIS）のファイル形式に変換します。軌跡解析ソフトを用いて、建物のポリゴンを示すシェープファイルと、調査地域の境界を示す別のシェープファイルを読み込みます。3D表示に合わせて建物の押し出し設定を適切に行い、時空キューブを表示するために境界層の押し出しと透明度を適切に設定します。次に、XY次元を空間、Z次元を時間として、時空キューブ内の軌跡を開きます。前処理には2つのオプションが利用可能です。ノイズを含む生の軌跡データは、前処理メニューのドロップダウンリストから選択できます。「インタラクティブ」を選択した場合、容易に閲覧および選択ができるよう、3D軌跡の2D投影が作成されます。3D表示を操作し、空間および時間における生の軌跡を確認します。トラックセグメントの

trajectory-data-analyses-for-pedestrian-space-time-activity-study

Research

JoVE Journal

Biology

生物学

このプロトコルは、最近導入された床ベースのフォトセルシステムを使用して、神経学的/整形外科の患者や高齢者の空間的および時間的な歩行変数を評価するために使用されます。...

患者と高齢者における時空間歩行パラメータの臨床的評価

プロトコルは、フィールド内の歩行者の行動と結果の構造応答のシミュレーションの特徴付けのために提示されています。フィールド・テストは、その場で参加者の間で速度と同期ペーシングレートに識別することを示している人為的な負荷のシミュレーションと検証のための不可欠な入力を構成しています。...

特徴付けインフィールド歩行者の行動に基づいて、人間によって誘発される振動のシミュレーション

目的は、ノルディックウォーキングの歩行と姿勢分析のためのデータ収集技術の最適な使用を実証することでした。加速度計は、6分間歩行テストのような長い期間の分析（ すなわち繰り返しサイクル）のために使用されるべきである一方で、三次元モーションキャプチャは、短時間の分析（ すなわち、単一の歩行サイクル）の間に使用されるべきです。...

高齢者でノルディックウォーキング歩行や姿勢の評価のための適切なモーションキャプチャ技術を実証

ここでは、座って立っているか歩くかの主要なイベントで、全身の重心までの距離に対する圧力中心を使用して位置安定性を測定する新しいプロトコルを提示します。これは、フォースプラットフォームと3次元モーションキャプチャ技術から派生しました。このパラダイムは信頼性が高く、神経学的に損なわれた個人の評価に利用できます。...

シットにスタンド・アンド・ウォーク120％の膝の高さから：鉛四肢の動的姿勢制御の独立性を評価するための新しいアプローチ

この原稿は、スマートフォンアプリケーションによって記録された運動学的測定の同時有効性を、矢状面内の3Dモーションキャプチャシステムと比較してテストする方法を説明しています。このプロトコルにより、臨床医はスマートフォンをセットアップして、人間の動きをビデオでキャプチャすることができます。...

スマートフォン（ViMAS）を使用してビデオ運動解析：パイロットスタディ

歩行障害を評価するための臨床指向の三次元歩行解析

このプロトコルは、移動する交通の存在下で歩行者の行動を研究するための安全で生態学的に有効な方法として機能する歩行シミュレータの使用を記述します。...

バーチャルリアリティウォーキングシミュレータを使用した歩行者行動の調査

本稿では,歩行開始の姿勢構成を調査するために開発された材料と方法について述べる.この方法は、力のプラットフォームの記録と、重心と圧力運動の中心を計算するための力学の直接原理に基づいています。...

フォースプラットフォーム記録を用いた生体力学的解析のための歩行開始の姿勢構成

DeepLabCutを用いて、自由に動くマウスの自発的な歩行と移動を定量化する低コストでマーカーレスのワークフローを提案します。このプロトコルは、単一カメラのビデオ取得、マーカーレスの解剖学的ランドマーク追跡、時空間的運動パラメータの抽出を統合し、専門機器を使わずに非侵襲的かつアクセス可能な運動行動分析の枠組みを提供します。...

自由に動くマウスの自発的な歩行および移動解析のための低コストマーカーレスDeepLabCutベースのワークフロー

ランダムドットkinematogramsとコンピュータで生成された無脊椎動物のビデオ再生を採用したオペラント条件づけパラダイムを使用して、トカゲの視覚感度のテスト。...

トカゲの運動の速度と方向の視覚感度のテスト

学ぶGPS軌道データの時空間解析手法。前処理・セグメンテーション・密度マッピングを用いて歩行者の活動パターンを可視化し、都市計画や感染リスク評価に活用できる隠れたデータ構造を明らかにする。

歩行者空間·時間·アクティビティ·研究のための軌道データ解析

さらに動画を探す