行為學觀察在醫(yī)療領域是非常重要的一塊，比如躁狂癥 (Mania)、 癲癇 (Epilepsy)、帕金森 (Parkinson’ s Disease) 等疾病，需要結合患者行為來進行研究，同時在進行部分藥物實驗時，也需要觀察實驗體的行為來進行診斷分析 , 行為學觀察在科研領域里也同樣重要，大量的實驗體和漫長的觀察時間一直是科研人員的負擔之一，并且在觀察一些小動物時，僅靠肉眼無法準確的觀察其細微的動作，在觀察一些病患時，醫(yī)生需要不分晝夜的去觀察，而新一 代精細化行為學觀測系統可以通過 Al 智能神經網絡技術，幫助使用者自動識別甚至統計分析實驗體，從而極大的減輕了使用者的負擔，增加了研究效率。

動物運動軌跡追蹤系統使用多種檢測算法（灰度縮放、靜態(tài)減法、動態(tài)減法、差分以及深度學習方法）研發(fā)出的一個可供用戶進行實驗設計的全自動研究平臺，可以識別動物輪廓、區(qū)分出背景和動物，并添加了深度學習方法提高了身體點識別的準確率。根據關鍵點跟蹤技術追蹤其位置和移動軌跡，可以應用于各種實驗場景下多動物的運動行為研究。