💻 computer science

PlayClass: Automated Play Behaviour Classification in Poultry

本論文は、家禽の上方からの映像から遊び行動を分類するために、長期間の追跡と基盤モデルの埋め込みを組み合わせた自動化パイプライン「PlayClass」を導入し、遮蔽や遊び行動と非遊び行動の間の運動学的類似性といった課題にもかかわらず、77.0 のマクロ平均 F1 スコアを達成した。

原著者： Prince Ravi Leow (Section for Health Data Science & AI, University of Copenhagen), Neil Scheidwasser (Section for Health Data Science & AI, University of Copenhagen, Department of Infectious Disease E

公開日 2026-05-27

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Prince Ravi Leow (Section for Health Data Science & AI, University of Copenhagen), Neil Scheidwasser (Section for Health Data Science & AI, University of Copenhagen, Department of Infectious Disease Epidemiology, Imperial College London), Rebecca Oscarsson (AVIAN Behaviour Genomics and Physiology Group, Linköping University), Per Jensen (AVIAN Behaviour Genomics and Physiology Group, Linköping University), Samir Bhatt (Section for Health Data Science & AI, University of Copenhagen, Department of Infectious Disease Epidemiology, Imperial College London), David Alejandro Duchêne (Section for Health Data Science & AI, University of Copenhagen)

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

あなたは鶏を幸せで健康に保とうとする農家だと想像してみてください。長年、科学者たちは鶏が病気、怪我、またはストレス（「ネガティブ」な兆候）のときにそれを発見することに長けていました。しかし、彼らは楽しいこと—例えば鶏が遊んだり、はしゃいだり、虫を追ったりする瞬間—をほとんど無視してきました。まるで、窓が割れたときだけ警報を鳴らすセキュリティカメラはあっても、子供たちが裏庭で素晴らしい時間を過ごしているときは何も教えてくれないようなものです。

この論文、PlayClassは、鶏のための新しい種類の「楽しさ検知器」を作るようなものです。彼らがどのように行ったかを、簡単に説明します。

1. 課題：「群れの中の鶏」問題

鶏は互いに非常に似ており、大きく密集した群れで動きます。上から撮影しようとすると、彼らは絶えず互いにぶつかったり、互いの背後に隠れたり、群れの中に紛れてしまったりします。

比喩： 同じシャツを着た全員がいる混雑したコンサートで、特定の友人一人を追いかけることを想像してみてください。友人が誰かの背後に一瞬消えると、あなたは彼を見失い、別の人物を追いかけてしまうかもしれません。
解決策： チームはスマートな追跡システムを構築しました。彼らは「スポッター（YOLO というツール）」を使用して、追跡をリセットする最適な瞬間を見つけ、ある特定の鶏がしばらく隠れていても、その鶏の個体識別を失わないようにしました。また、強力な AI ツール（SAM 3）を使用して、すべてのフレームのすべての鶏の周りにデジタルな輪郭を描きました。

2. データ：鶏の遊びの図書館

彼らは、15 分ずつの 30 本のビデオを、45 羽の若い鶏について記録しました。

設定： 彼らは鶏に偽の虫と生きた虫を与えて遊ばせました。
ラベル付け： 人間の専門家がビデオを見て、鶏が何をしているかを正確に記録しました。
- 遊んでいる： 速く走ったり、跳んだり、羽ばたいたり、虫を追ったりすること。
- 遊んでいない： 普通に歩いたり、じっと立っていたり、地面を普通につついたりすること。
問題： ほとんどの時間、鶏は遊んでいませんでした。まるで図書館の 87% が退屈な教科書で、13% のみがエキサイティングな冒険物語であるようなものです。コンピュータは、教科書（通常の行動）に混乱することなく、希少な「冒険物語（遊び）」を見つけることを学ばなければなりませんでした。

3. 脳：コンピュータに「遊び」を見ることを教える

研究者たちは、コンピュータに「遊び」がどのようなものかを教えるために、2 つの異なる方法を試しました。

方法 A：「数学的探偵」（手作業の特徴量）
彼らはコンピュータにビデオ全体を見せるのではなく、鶏の動きを記述する数字のリストを与えました。どれくらい速く動いているか？鋭く曲がっているか？その形状の大きさはどれくらいか？
- 結果： これは驚くほど優れていました！動きの数学を見るだけで、コンピュータは約**73%**の正解率を達成しました。遊びには非常に特定の「ダンス」があることが証明されました。
方法 B：「美術学生」（基盤モデル）
彼らは、インターネットからの動画をすでに理解することを学んだ巨大な事前学習済み AI 脳（V-JEPA 2.1 など）を使用しました。彼らはこれらの AI 脳に鶏の動画を見て、行動を推測させました。
- 結果： 「美術学生」（V-JEPA 2.1）は、視覚的な物語を理解するのが最も得意でした。「楽しむために走る」と「逃げるために走る」の間の微妙な違いを特定する能力が向上しました。
スーパーコンボ： 「数学的探偵」（動きの数値）と「美術学生」（視覚的理解）を組み合わせると、彼らは最高得点に達しました。77% の精度です。

4. まだ苦労している点

このスマートなシステムでも、コンピュータは時々混乱します。

「そっくりさん」問題： 鶏が速く走っているのは、遊んでいるからの場合もあれば、怖がっているからの場合もあります。カメラから見れば、それらは全く同じに見えます。コンピュータは常にその違いを区別できません。
「隠れ」問題： 鶏が互いの上に積み重なる（遮蔽）とき、コンピュータは誰が誰かを見失い、間違いにつながります。

結論

この論文は、私たちが今や、鶏がトラブルにあるときだけでなく、楽しんでいるときも自動的に検知できることを示しています。

重要な教訓： これを行うために超複雑な AI は必要ありません。単純な動きの数学は、最も高度な AI とほぼ同じくらいよく機能します。ただし、両方を組み合わせることが最良の結果をもたらします。
目標： これはまだ未来を予測したり、病気を治療したりすることではありません。これは、家畜のポジティブな福祉（幸せ/遊び）を測定するシステムを構築できることを証明することであり、動物がどのように感じているかを理解するための大きな一歩です。

技術概要：PlayClass – 家禽における自動遊び行動分類

問題定義

自動的な動物福祉モニタリングは、歴史的に負の指標（例：疾病、疼痛）に焦点を当てており、遊びのような正の福祉行動は著しく未研究のままです。コンピュータビジョンは動物のポーズ推定や追跡を進展させましたが、これらを家禽に適用する際には固有の課題が存在します。視覚的に類似した個体が密集した群れは、頻繁な遮蔽と個体識別の混乱を引き起こします。さらに、遊び行動は、データの不足、定義の曖昧さ（遊びはしばしば非遊び行動と運動パターンを共有する）、および急速な状態遷移により、本質的に自動分類が困難です。既存の研究では、家禽における個体レベルの自動遊び行動分類は扱われていませんでした。

手法

著者らは、家禽の飼育箱の上方からの動画から個体レベルの遊び行動を分類するためのパイプラインであるPlayClassを提示します。このシステムは、以下の 3 つの中核コンポーネントを統合しています。

1. 追跡戦略（適応的チャンキングを備えた SAM 3）

GPU メモリと誤差蓄積によりエンドツーエンドの追跡が制限される 15 分間の録画を処理するために：

チャンキング： 動画は 60 秒ごとのチャンクとして処理されます。
初期化： 追跡はテキストプロンプト（"bird"）または適応的グラウンディング戦略（最初の 5 秒間で高信頼度かつ明確に分離されたフレームを見つけるために SAM 3 を実行）で初期化されます。
アイデンティティ維持： チャンク間でのアイデンティティの切り替えを最小化するため、システムはYOLO によるチャンク境界選択を使用します。YOLO 検出器と BoT-SORT 追跡器は、個体間の分離が最大となるフレームを特定し、チャンク境界として機能させ、堅牢なアイデンティティの引き継ぎを可能にします。
出力： このパイプラインは、30 本の動画（45 個体）全体で、180 万を超える追跡されたマスクと境界ボックスを生成します。

2. 特徴抽出

システムは、各観測ウィンドウに対して 2 つの補完的な特徴ストリームを抽出します。

手作り運動特徴： 追跡されたマスクから導出された 19 のフレームごとの特徴で、空間的形状（面積、ソリディティ）、時間的ダイナミクス（速度、加速度）、社会的文脈（他者との距離）を捉えます。これらは統計的モーメントとパーセンタイルを用いて 171 次元のベクトルに要約されます。
基盤モデル埋め込み： パイプラインは、画像および動画の基盤モデルからの凍結された埋め込みを評価します。
- 画像モデル： DINOv3（境界ボックスの切り出しから CLS トークン埋め込みを抽出）。
- 動画モデル： V-JEPA 2、V-JEPA 2.1、および VideoPrism（重なりを持たないクリップを処理し、空間的に平均プーリングを行う）。

3. 分類アーキテクチャ

このタスクは 3 クラス分類問題です：移動遊び、物体遊び、およびその他（非遊び）。

クラス不均衡： データセットは著しく不均衡です（86.7% がその他、9.3% が物体遊び、4.0% が移動遊び）。
モデル： 2 つのアーキテクチャがテストされました。平均プーリングされた特徴に対する多層パーセプトロン（MLP）と、時間的信号を保持する 1D-CNN です。
検証： 環境漏洩を防ぎ、モデルが異なる物理的な飼育箱間で一般化されることを保証するため、**1 つの飼育箱を除外（LOCO）**した交差検証戦略が採用されました。

主要な結果

本研究は、45 羽のアカガケフウ×ホワイトレグホンのヒナを収録した 30 件の録画（14,515 のウィンドウに注釈付け）のデータセットで評価されました。

ベースライン性能： 学習された視覚表現なしに単純な MLP で処理された手作り運動特徴のみで、73.4 のマクロ平均 F1 スコアを達成し、強力なベースラインを確立しました。
基盤モデル性能： 凍結されたバックボーンの中で、V-JEPA 2.1は、ViT-B および ViT-L の両スケールにおいて、DINOv3、VideoPrism、V-JEPA 2 を含むすべての他のモデルを一貫して上回りました。
最高性能： 手作り特徴と**V-JEPA 2.1（ViT-L）**の埋め込みを組み合わせたハイブリッドアプローチが、77.0 のマクロ平均 F1という最高性能をもたらしました。
スケーリング： モデルサイズの増大（例：DINOv3 から ViT-H へ）は最小限の利益しかもたらさず、この特定のドメインでは表現が早期に飽和することを示唆しています。
誤差分析：
- モデルは物体遊び（66.1% のリコール）で最も苦戦し、しばしば「その他」と誤分類されました。
- 誤差は運動学的曖昧さ（例、「ワームつんつん」は非遊びと運動プロファイルを共有する）と遮蔽によって引き起こされました。
- 飛び跳ねる行動（移動遊びのサブタイプ）は、88% の高いリコールを持つ明確なクラスターを形成し、おそらくそのユニークな多方向運動シグネチャによるものです。
- 群れ密度は物体遊びの精度に大きな影響を与えました（Spearman $\rho = 0.17$ ）。

意義と主張

本論文は、家禽における個体レベルの遊び行動分類のための最初の自動フレームワークを提供すると主張しています。主な貢献は以下の通りです。

堅牢な追跡パイプライン： YOLO によるチャンキングと適応的グラウンディングを通じて SAM 3 を長時間の録画に拡張し、頻繁な遮蔽を通じてアイデンティティを維持します。
基盤モデルのベンチマーク： 画像ベースおよび他の動画モデルを上回る動物行動分類のための優れたバックボーンとして V-JEPA 2.1 を確立します。
遊び認識への洞察： 凍結された動画表現が補完的な信号を提供する一方で、手作り運動および形状特徴のみが、解釈可能な強力なベースライン（73.4 の F1）を構成することを実証しました。これは、家禽の遊びにおけるタスク関連信号の多くが、運動と近接性の統計によって捉えられていることを示唆しています。

著者らは、パイプラインが自動遊び検出に対して有望な証拠を示している一方で、遮蔽と遊びサブタイプの定義の曖昧さに関する課題が残っていると結論付けています。また、アイデンティティの修正のための手動ポストプロセッシングへの現在の依存が、完全な自律的展開を制限しているとして、今後の研究はドメイン適応型事前学習と改善されたチャンク間アイデンティティマッチングに焦点を当てるべきであると指摘しています。