（左一为郭松涛）

　　动物行为是常见但又蕴含复杂机理的自然现象。动物行为研究历经百年发展，已整合、融入了进化生物学、生态学、感官科学、保护生物学、生理学、遗传学和神经生物学等领域的知识，研究的复杂性也日益凸显。但是，对动物的行为进行准确、系统地观察记录并精准地定量分析，依旧是动物行为学研究的基础，有了精准的行为量化，才能深刻挖掘动物行为发生的规律。
　　长期以来，人们一直通过肉眼观察记录和研究动物行为。近几十年来，研究人员越来越多地依赖视频记录精细地研究动物行为，尽管视频数据可通过专业软件辅助分析，但仅仅几天的动物行为视频就需要花费多达上百小时来进行人工审查。这种耗时长、效率低的工作方式，严重制约了科研人员对动物行为规律的研究。
　　为解决行为智能分析面临的共性难题，西北大学郭松涛教授团队基于行为学分析原理，利用人工智能技术，设计了自动识别与测量AI框架，融合“猴脸识别”技术，最终实现了可以区分和追踪野生动物个体身份的行为精准自动识别与测量，以及自动汇报行为节律和时间分配结果的行为自动化监测技术突破。
　　为促进技术更快迭代，为动物行为学的研究提供专业的基础数据参考和智能分析服务，团队将该框架和代码开源，研究论文《哺乳动物行为自动定量测量的人工智能框架》发表在中科院一区期刊IntegrativeZoology上。
　　“该框架已在川金丝猴、狐猴、狒狒3种灵长目物种，老虎、棕熊、黑熊3种食肉目物种，羚牛、列氏水羚、角马3种偶蹄目物种，以及奇蹄目物种斑马这10种代表性野生动物的自动行为识别和测量上得到了完美验证。”郭松涛教授表示，该技术可广泛应用于圈养动物日常活动规律监测和关键行为异常预警、野生动物行为数据分析和习性研究、实验动物健康状态和福利监测，甚至对人类自身的行为特征和健康状态进行监测分析。