論文の概要: Panoptic Instance Segmentation on Pigs

• arxiv url: http://arxiv.org/abs/2005.10499v1
• Date: Thu, 21 May 2020 07:36:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-30 23:38:57.528154
• Title: Panoptic Instance Segmentation on Pigs
• Title（参考訳）: ブタにおけるpanoptic instance segmentation
• Authors: Johannes Br\"unger, Maria Gentz, Imke Traulsen and Reinhard Koch
• Abstract要約: この研究は、比較的新しい汎視的セグメンテーションの定義に従い、個々のブタのピクセル正確なセグメンテーションを目指している。 セマンティックセグメンテーションのためのニューラルネットワークのフレームワーク、異なるネットワークヘッド、および後処理方法を示す。 本手法は,1000枚の手書き画像からなる特殊なデータセットを用いてテストし,約95%の精度で検出を行う。
• 参考スコア（独自算出の注目度）: 0.860255319568951
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The behavioural research of pigs can be greatly simplified if automatic recognition systems are used. Especially systems based on computer vision have the advantage that they allow an evaluation without affecting the normal behaviour of the animals. In recent years, methods based on deep learning have been introduced and have shown pleasingly good results. Especially object and keypoint detectors have been used to detect the individual animals. Despite good results, bounding boxes and sparse keypoints do not trace the contours of the animals, resulting in a lot of information being lost. Therefore this work follows the relatively new definition of a panoptic segmentation and aims at the pixel accurate segmentation of the individual pigs. For this a framework of a neural network for semantic segmentation, different network heads and postprocessing methods is presented. With the resulting instance segmentation masks further information like the size or weight of the animals could be estimated. The method is tested on a specially created data set with 1000 hand-labeled images and achieves detection rates of around 95% (F1 Score) despite disturbances such as occlusions and dirty lenses.
• Abstract（参考訳）: 自動認識システムを用いると豚の行動研究が大幅に単純化される。 特にコンピュータビジョンに基づくシステムは、動物の正常な行動に影響を与えずに評価できるという利点がある。 近年,深層学習に基づく手法が導入され,良好な結果が得られた。 特に物体やキーポイント検出器は個々の動物を検出するのに使われている。 良好な結果にもかかわらず、バウンディングボックスとスパースキーポイントは動物の輪郭を追跡せず、多くの情報が失われる。 したがって、この研究はパンオプティカルセグメンテーションの比較的新しい定義に従い、個々のブタのピクセルの正確なセグメンテーションを目標としている。 このために,セマンティックセグメンテーションのためのニューラルネットワークのフレームワークとして,異なるネットワークヘッドとポストプロセッシング手法を提案する。 結果として得られたサンプルセグメンテーションマスクにより、動物のサイズや重さなどのさらなる情報が推定できる。 本手法は,1000枚の手書き画像からなる特殊なデータセットを用いて,オクルージョンや汚れたレンズなどの障害にもかかわらず,約95%(F1スコア)の検出率を達成する。

関連論文リスト

• A Self-Supervised Method for Body Part Segmentation and Keypoint Detection of Rat Images [0.0]
  実験室ラットの手動ラベル付けの必要性を軽減する方法を提案する。 最終システムは、オブジェクトが密閉されている場合でも、例のセグメンテーション、キーポイント検出、およびボディ部分セグメンテーションが可能である。
  論文  参考訳（メタデータ） (2024-05-07T20:11:07Z)
• Visual Context-Aware Person Fall Detection [52.49277799455569]
  画像中の個人とオブジェクトを半自動分離するセグメンテーションパイプラインを提案する。 ベッド、椅子、車椅子などの背景オブジェクトは、転倒検知システムに挑戦し、誤ったポジティブアラームを引き起こす。 トレーニング中のオブジェクト固有のコンテキスト変換が、この課題を効果的に軽減することを示す。
  論文  参考訳（メタデータ） (2024-04-11T19:06:36Z)
• NP-SemiSeg: When Neural Processes meet Semi-Supervised Semantic Segmentation [87.50830107535533]
  半教師付きセマンティックセグメンテーションでは、トレーニング時にピクセルワイズラベルをラベル付けされていない画像に割り当てる。 モデルによるクラスワイズ確率分布から各画素の擬似ラベルを予測し,半教師付きセマンティックセマンティックセマンティクスへのアプローチ 本研究では,NPを半教師付きセマンティックセグメンテーションに適応させることにより一歩前進し,NP-SemiSegと呼ばれる新しいモデルを実現する。
  論文  参考訳（メタデータ） (2023-08-05T12:42:15Z)
• Collaborative Feature Learning for Fine-grained Facial Forgery Detection and Segmentation [56.73855202368894]
  偽造検出に関する以前の研究は、主に顔全体に焦点を当てていた。 近年の偽造法では、重要な顔成分を編集し、他の成分をそのまま維持する手法が開発されている。 ファリシファイドコンポーネントの操作とセグメンテーションを同時に検出するための協調的特徴学習手法を提案する。
  論文  参考訳（メタデータ） (2023-04-17T08:49:11Z)
• Saccade Mechanisms for Image Classification, Object Detection and Tracking [12.751552698602744]
  生体視覚からのササード機構を用いて、ディープニューラルネットワークを分類や物体検出の問題をより効率的にする方法について検討する。 提案手法は、注意駆動型視覚処理とササードのアイデアに基づいており、注意に影響された眼球運動のミニチュア化を図っている。
  論文  参考訳（メタデータ） (2022-06-10T13:50:34Z)
• Occlusion-Resistant Instance Segmentation of Piglets in Farrowing Pens Using Center Clustering Network [48.42863035798351]
  本稿では,CClusnet-Inseg と呼ばれるインスタンスセグメンテーションのための新しい Center Clustering Network を提案する。 CClusnet-Insegは、各ピクセルを使ってオブジェクト中心を予測し、これらの中心をトレースし、クラスタリング結果に基づいてマスクを形成する。 6本のペンから収集した6本の動画から4600枚の画像を抽出し、その方法の訓練と検証を行った。
  論文  参考訳（メタデータ） (2022-06-04T08:43:30Z)
• Persistent Animal Identification Leveraging Non-Visual Markers [71.14999745312626]
  乱雑なホームケージ環境下で各マウスにユニークな識別子を時間をかけて発見し提供することを目的としている。 これは、(i)各マウスの視覚的特徴の区別の欠如、(ii)一定の閉塞を伴うシーンの密閉性のため、非常に難しい問題である。 本手法は, この動物識別問題に対して77%の精度を達成し, 動物が隠れているときの急激な検出を拒否することができる。
  論文  参考訳（メタデータ） (2021-12-13T17:11:32Z)
• CvS: Classification via Segmentation For Small Datasets [52.821178654631254]
  本稿では,分類ラベルをセグメントマップの予測から導出する小型データセットのコスト効率の高い分類器であるCvSを提案する。 我々は,CvSが従来の手法よりもはるかに高い分類結果が得られることを示す多種多様な問題に対して,本フレームワークの有効性を評価する。
  論文  参考訳（メタデータ） (2021-10-29T18:41:15Z)
• Minimizing false negative rate in melanoma detection and providing insight into the causes of classification [0.5621251909851629]
  私たちの目標は、メラノーマ検出で人間とマシンインテリジェンスを橋渡しすることです。 我々は,視覚前処理,深層学習,アンサンブルを組み合わせた分類システムを開発し,専門家に説明を提供する。
  論文  参考訳（メタデータ） (2021-02-18T07:46:34Z)
• Automatic Detection and Recognition of Individuals in Patterned Species [4.163860911052052]
  我々は,異なるパターンの個体の自動検出と認識のための枠組みを開発する。 我々は最近提案したFaster-RCNNオブジェクト検出フレームワークを用いて画像中の動物を効率的に検出する。 我々は,シマウマおよびジャガー画像の認識システムを評価し,他のパターンの種への一般化を示す。
  論文  参考訳（メタデータ） (2020-05-06T15:29:21Z)
• Learning landmark guided embeddings for animal re-identification [15.356786390476591]
  身体のランドマーク情報を明示的に活用して埋め込み学習を改善することを提案する。 ボディランドマークは、信頼性ヒートマップとしてCNNの入力に提供される。 提案手法を,大規模合成データセットと小型実データセットで評価した。
  論文  参考訳（メタデータ） (2020-01-09T01:31:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。