Нейробиологи из Бельгии и Германии собрали реалистичный анимированный аватар макаки-резуса и показали его другим макакам. Те смотрели на цифровой силуэт почти так же охотно, как на видео с настоящими сородичами. Для исследований социального поведения приматов это редкий случай, когда «цифровая обезьяна» не ломает эксперимент.
Работа вышла в PLoS Biology. Авторы сняли 2,5 часа видео с восьми камер, расставленных вокруг клетки, а потом восстановили движения тела по 42 опорным точкам. Полностью размечать каждый кадр руками не пришлось: исследователи отметили только часть кадров, после чего алгоритм Anipose и нейросеть достроили трехмерную траекторию и перенесли ее на готовую 3D-модель макаки.
Точность вышла вполне рабочей для поведенческих экспериментов: расхождение между движением реальной обезьяны и аватара составило 18—29 миллиметров. После этого ученые показали ролики восьми самцам макаки-резуса и отследили движения глаз. Чтобы отделить реакцию именно на тело, а не на морду, лица и у живых животных на видео, и у аватаров размыли.
Сработало это по-разному. Реалистичный аватар с шерстью и текстурами собирал столько же фиксаций взгляда, сколько и настоящая макака на экране. А вот упрощенная серая версия без шерсти и фактуры теряла внимание примерно вдвое чаще. Тут хорошо виден эффект «зловещей долины»: объект вроде бы почти живой, но чего-то в нем не хватает, и взгляд на нем не задерживается.
Для лабораторий, которые изучают социальное восприятие у приматов, это удобная штука. Лица макак анимировали и раньше, и там картина была похожей: чем натуральнее модель, тем спокойнее реагировали животные. С телом, правда, все сложнее. Классический motion capture с физическими маркерами здесь почти бесполезен. Макаки быстро срывают метки во время груминга.
Практический смысл у таких аватаров тоже есть. Макаки-резусы остаются одним из главных видов в нейронауке зрения и социального поведения, а управляемая цифровая модель позволяет менять один параметр за раз: позу, скорость, дистанцию, жест. Это удобнее обычного видео, где в кадр постоянно лезут лишние стимулы — от фона до случайных движений. Следующий барьер уже обозначен в самой работе: отслеживать сразу двух животных заметно труднее, потому что точки на теле часто перекрываются.