The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Energy Minimization Model for Pattern Classification of the Movement Tracks

행동궤적의 패턴 분류를 위한 에너지 최소화 모델

  • 강진숙 (부산대학교 대학원 컴퓨터공학과) ;
  • 김진숙 (동의공업대학 컴퓨터정보계) ;
  • 차의영 (부산대학교 컴퓨터공학과)
  • Published : 2004.06.01
Download PDF
⟨ Previous Next ⟩

Abstract

In order to extract and analyze complex features of the behavior of animals in response to external stimuli such as toxic chemicals, we implemented an adaptive computational method to characterize changes in the behavior of chironomids in response to treatment with the insecticide, diazinon. In this paper, we propose an energy minimization model to extract the features of response behavior of chironomids under toxic treatment, which is applied on the image of velocity vectors. It is based on the improved active contour model and the variations of the energy functional, which are produced by the evolving active contour. The movement tracks of individual chironomid larvae were continuously measured in 0.25 second intervals during the survey period of 4 days before and after the treatment. Velocity on each sample track at 0.25 second intervals was collected in 15-20 minute periods and was subsequently checked to effectively reveal behavioral states of the specimens tested. Active contour was formed around each collection of velocities to gradually evolve to find the optimal boundaries of velocity collections through processes of energy minimization. The active contour which is improved by T. Chan and L. Vese is used in this paper. The energy minimization model effectively revealed characteristic patterns of behavior for the treatment versus no treatment, and identified changes in behavioral states .is the time progressed.

본 논문은 외부 자극에 대한 생물 행동의 복잡하고 다양한 특징들을 추출하고 분석하기 위한 방법을 제안한다. 이를 위해 물 속 생물인 깔따구의 행동궤적으로부터 얻어 낸 속도 벡터의 위상영상에 적응적이고 수리적인 방법인 에너지 최소화 모델을 적용한다. 즉, 다이아지논이라는 약물이 처리되기 전과 후의 깔따구의 행동궤적의 특징을 위상영상으로부터 찾아내어 행동 패턴을 분류하고 이 약물에 대한 깔따구의 적응적 행동 특징을 추출하는 것이다. 특징추출을 위해 도입한 방법은 T. Chan과 L. Vese에 의해 제안된 개선 Active Contour 모델에 근거한 것으로 Active Contour를 진화시키는 과정에서 생성되는 에너지함수 값의 변화를 이용한 것이다. Active Contour 모델이란 주어진 영상에 놓인 커브를 그 커브에 의해 분할된 부분영상들의 에너지 값들의 합을 최소화하는 방향으로 변화하게 함으로써 영상 내 객체의 경계를 찾는 영상분할 방법이다. 깔따구의 행동궤적 데이터는 CCD 카메라를 통해 0.25초 간격으로 약물을 처리하기 전과 후 4일 간을 관찰하여 획득하고, 이 행동궤적 데이터에서 행동의 특징 요소가 되는 속도벡터 성분을 15-20분 간격으로 추출하여 위상영상을 만든다. 그리고 이 위상영상에 Active Contour를 적용함으로써 시간에 따라 감소하는 에너지 함수 값의 그래프에서 구해진 기울기 변화에 대한 수리적 계산과 분석을 통해 깔따구 행동궤적의 특징을 찾고 행동 패턴을 분류한다. 또한, 에너지 최소화 모델은 약물 처리된 깔따구의 반응적인 행동이 이에 적응하고 있음을 효과적으로 보여준다.

Keywords

References

  1. Dutta, H., Marcelino, J. Richmonds, Ch., 'Brain actylchol-inesterase activity and optomotor behavior in bluegills, Lepomis macrochirus exposed to different concentrations of diazinon,' Arch. Intern. Physiol. Biochim. Biophys., 100(5), pp.331 -334, 1992 https://doi.org/10.3109/13813459209000721
  2. Lemly, A. D., Smith, R. J., 'A behavioral assay for assessing effects of pollutants of fish chemoreception,' Ecotoxicology and Environmental Safety, 11(2), pp.210-218, 1986 https://doi.org/10.1016/0147-6513(86)90065-5
  3. Inn-Sil Kwak, Tae-Soo Chon, Hyun-Min Kang, Nam-Il Chung, long-Sang Kim, Sung-Cheol Koh, Sung-Kyu Lee and Yoo-Shin Kim, 'Monitoring the Movement Tracks of Medaka(Olyzias latipes) in Response to Sub-Lethal Treatments of an Insecticide by Using Artificial Neural Networks,' Vol.120, pp.671-681, 2002
  4. 김철기, 차의영, '수질 모니터링을 위한 유해 물질 유입에 따른 생물체의 행동 반응 분석 및 인식,' 정보처리학회논문지B, 제9-B권 제5호, pp.663-672, 2002 https://doi.org/10.3745/KIPSTB.2002.9B.5.663
  5. B. R. Lee, A. Ben Hamza and Hamid Krim, 'An active contour model for image segmentation: A Variational Perspective,' IEEE International Conference on Acoustics Speech and Signal Processing, Orlando, Florida, May, 2002
  6. M. Sonka, V. Hlavac, R. Boyle, 'Image processing, Analysis and Machine Vision,' PWS Publishing, 1999
  7. M. Kass, A. Witkin and D. Terzopoulos, 'Snakes : Active contour models,' Int. J. Comput. Wis., Vol.l, pp.321-331, 1988 https://doi.org/10.1007/BF00133570
  8. G. Aubert and L. Vese, 'A variational method in image recovery,' SIAM J. Numer.Anal., Vol.34, No.5, pp.1948-1979, 1997 https://doi.org/10.1137/S003614299529230X
  9. V. Casslles, R. Kimmel and G. Sapiro, 'On geodesic active contours,' Int. J. computer Vision, 22(1), pp.61-79, 1979 https://doi.org/10.1023/A:1007979827043
  10. R. Malladi, J. Sethian and B. Vemuri, 'A Topology Independent Shape Modeling Scheme,' Proceedings of SPIE Congo on Geometric Methods in Computer Vision II, San Diego, Vol.2031, pp.246-258, July, 1993 https://doi.org/10.1117/12.146630
  11. E. Trucco and A. Verri, Introductory Techniques for 3-D Computer Vision, New Jersey, Prentice Hall, 1998
  12. T. Chan, L. Vese, 'Active Contours without Edges,' IEEE Trans. Image Processing, Vol.10, No.2, pp.266-277, February, 2001 https://doi.org/10.1109/83.902291
  13. D. Mumford and J. Shah, 'Optimal approximation by piecewise smooth functions and associated variational problems,' Commun. Pure Appl, Math., Vol.42, pp.577-685, 1989 https://doi.org/10.1002/cpa.3160420503
  14. S. Osher and J. Sethian, 'Fronts Propagation with curvature dependent speed : Algorithm based on Hamilton -Jacobi Formulation,' J. Comput. Phys., Vol.79, pp.12-49, 1988 https://doi.org/10.1016/0021-9991(88)90002-2