摘 要：保护动物已经发展成为了当今社会的热点话题之一，随着计算机的普及，人们尝试着借助数字化的手段来帮助生物学家进行更有效和更具成本效益的实地研究。因此，借助计算机来分析动物的图像，以此推测出有关动物健康和行为的有效信息的方式，受到了国内外研究学者的广泛关注。本文首先讨论了传统的基于物理标记和基于手工特征的动物姿态检测方法的优缺点，并且简单阐述了如今较为流行的基于深度学习的动物姿态检测方法；然后，介绍了成像技术的不断发展，比如三维建模技术的兴起使得图像包含的信息量更加丰富，给姿态检测带来了更进一步发展的可能；最后简要分析了如今姿态检测所面临的挑战以及相关的应对措施，为以后姿态检测的更进一步研究提供了思路。
关键词：动物姿态识别；机器学习；成像技术
引言
随着社会工业化的快速发展, 对自然环境的破坏却在不断的加强, 动物的生存环境也不断遭到破坏, 调查称世界上大约每一小时消失一种物种, 大约每一分钟消失一种生物[1]。动物的生存境况岌岌可危，国内外出台了相对完善的动物保护法律体系，诸如美国制定的《动物福利法》，我国制定的 《畜牧法》、《野生动物保护法》等，都有效强化了动物的保护机制[2]；同时，爱护动物也成为世界十大环保工作之一，全球各地民众自发组织动物保护协会，促进人与自然和谐相处。
随着计算机视觉领域的研究不断深入，许多学者尝试借助计算机来研究动物的姿态、种群的变化，在不打扰动物自然发展的情况下，高效地观察动物的生活习性，了解动物的健康状况，从而达到保护动物的目的。为了对动物的行为识别方法有更好的理解，更快地掌握行为识别发展的动态，本文主要贡献如下：
(1)介绍了早期传统的行为识别方法，并总结了典型方法的优缺点；
(2)阐述了基于深度学习的行为识别方法；
(3)分析比较了不同成像技术对姿态识别的影响；
(4)充分讨论目前基于视频的行为识别方法中存在的挑战，并展望未来的发展方向。
2 研究现状
动物观察员们处理信息的能力有限，很难获得较全面的数据集来评估实验结果，并且手工分析是一个耗时、劳动密集且容易出错的过程，使得动物的行为研究学很难有进展。因此，随着计算机视觉的发展，人们试图通过计算机来减少人类的劳动。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
