論文の概要: MultiSegVA: Using Visual Analytics to Segment Biologging Time Series on Multiple Scales

• arxiv url: http://arxiv.org/abs/2009.00548v2
• Date: Wed, 2 Sep 2020 08:22:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-23 02:04:54.683509
• Title: MultiSegVA: Using Visual Analytics to Segment Biologging Time Series on Multiple Scales
• Title（参考訳）: multisegva: 複数のスケールでバイオログの時系列をセグメント化するビジュアル分析
• Authors: Philipp Meschenmoser, Juri F. Buchm\"uller, Daniel Seebacher, Martin Wikelski and Daniel A. Keim
• Abstract要約: 複数の時間スケールでセグメント化手法とパラメータを対話的に定義するためのMultiSegVAプラットフォームを提案する。 マルチスケールセグメンテーションを柔軟に構成するために、プラットフォームは新しいビジュアルクエリ言語をコントリビュートする。 運動生態学による実世界の2つのユースケースにおけるMultiSegVAの適用性と有用性を示す。
• 参考スコア（独自算出の注目度）: 10.51336067116119
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Segmenting biologging time series of animals on multiple temporal scales is an essential step that requires complex techniques with careful parameterization and possibly cross-domain expertise. Yet, there is a lack of visual-interactive tools that strongly support such multi-scale segmentation. To close this gap, we present our MultiSegVA platform for interactively defining segmentation techniques and parameters on multiple temporal scales. MultiSegVA primarily contributes tailored, visual-interactive means and visual analytics paradigms for segmenting unlabeled time series on multiple scales. Further, to flexibly compose the multi-scale segmentation, the platform contributes a new visual query language that links a variety of segmentation techniques. To illustrate our approach, we present a domain-oriented set of segmentation techniques derived in collaboration with movement ecologists. We demonstrate the applicability and usefulness of MultiSegVA in two real-world use cases from movement ecology, related to behavior analysis after environment-aware segmentation, and after progressive clustering. Expert feedback from movement ecologists shows the effectiveness of tailored visual-interactive means and visual analytics paradigms at segmenting multi-scale data, enabling them to perform semantically meaningful analyses. A third use case demonstrates that MultiSegVA is generalizable to other domains.
• Abstract（参考訳）: 複数の時間スケールで生物記録時系列を分割することは、慎重なパラメータ化とおそらくクロスドメインな専門知識を持つ複雑な技術を必要とする重要なステップである。 しかし、このようなマルチスケールセグメンテーションを強くサポートする視覚対話ツールがない。 このギャップを埋めるために、複数の時間スケールでセグメント化手法とパラメータを対話的に定義するMultiSegVAプラットフォームを提案する。 MultiSegVAは主に、未ラベルの時系列を複数のスケールでセグメント化するための、カスタマイズされた視覚的対話手段と視覚分析パラダイムに貢献する。 さらに,マルチスケールセグメンテーションを柔軟に構成するために,様々なセグメンテーション手法をリンクする新しいビジュアルクエリ言語を提供する。 このアプローチを説明するために,運動生態学者と協調して派生したドメイン指向セグメンテーション手法を提案する。 環境に配慮したセグメンテーション後の行動分析と進行クラスタリング後の行動分析の2つの実世界のユースケースにおけるMultiSegVAの適用性と有用性を示す。 運動生態学者からのエキスパートフィードバックは、マルチスケールデータのセグメンテーションにおける視覚-対話的手段とビジュアル分析パラダイムの有効性を示し、意味的に意味のある分析を可能にする。 第3のユースケースは、MultiSegVAが他のドメインに一般化可能であることを示している。

関連論文リスト

• PSVMA+: Exploring Multi-granularity Semantic-visual Adaption for Generalized Zero-shot Learning [116.33775552866476]
  一般化ゼロショット学習(GZSL)は、目に見えない領域の知識を用いて、見えないものを識別する試みである。 GZSLは、属性の多様性とインスタンスの多様性により、視覚的セマンティックな対応が不十分である。 本稿では,不整合の解消に十分な視覚要素を収集できる多粒性プログレッシブ・セマンティック・視覚適応ネットワークを提案する。
  論文  参考訳（メタデータ） (2024-10-15T12:49:33Z)
• Frequency-based Matcher for Long-tailed Semantic Segmentation [22.199174076366003]
  我々は、比較的未探索なタスク設定、長い尾のセマンティックセマンティックセグメンテーション(LTSS)に焦点を当てる。 本稿では,セマンティックセグメンテーション手法と長鎖解の性能を示すために,二値評価システムを提案し,LTSSベンチマークを構築した。 また,1対1のマッチングによって過剰な圧縮問題を解決する周波数ベースのマーカであるLTSSを改善するトランスフォーマーベースのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-06-06T09:57:56Z)
• Joint Depth Prediction and Semantic Segmentation with Multi-View SAM [59.99496827912684]
  我々は,Segment Anything Model(SAM)のリッチなセマンティック特徴を利用した深度予測のためのマルチビューステレオ(MVS)手法を提案する。 この拡張深度予測は、Transformerベースのセマンティックセグメンテーションデコーダのプロンプトとして役立ちます。
  論文  参考訳（メタデータ） (2023-10-31T20:15:40Z)
• Improving Anomaly Segmentation with Multi-Granularity Cross-Domain Alignment [17.086123737443714]
  異常セグメンテーションは、画像中の非定型物体を識別する上で重要な役割を担っている。 既存の手法は合成データに顕著な結果を示すが、合成データドメインと実世界のデータドメインの相違を考慮できないことが多い。 シーンと個々のサンプルレベルの両方で、ドメイン間の機能を調和させるのに適した、マルチグラニュラリティ・クロスドメインアライメントフレームワークを導入します。
  論文  参考訳（メタデータ） (2023-08-16T22:54:49Z)
• Multispectral Image Segmentation in Agriculture: A Comprehensive Study on Fusion Approaches [0.9790238684654974]
  本稿では, 農業分野における分断プロセスを強化するために, 融合アプローチの利用に焦点をあてる。 本研究では,RGBとNDVIを入力として組み合わせ,異なる融合手法を比較した。 実験により,エッジ検出やしきい値設定などの手法を応用した古典的セグメンテーション手法が,DLベースのアルゴリズムと効果的に競合できることが明らかになった。
  論文  参考訳（メタデータ） (2023-07-31T21:24:41Z)
• Segment Everything Everywhere All at Once [124.90835636901096]
  画像中のすべてのものを同時にセグメント化するための,迅速かつインタラクティブなモデルであるSEEMを提案する。 そこで本研究では,あらゆるタイプのセグメンテーションタスクに対して,多様なプロンプトを可能にする新しい復号化機構を提案する。 多様なセグメンテーションタスクにおけるSEEMの有効性を検証するための総合的な実証的研究を行った。
  論文  参考訳（メタデータ） (2023-04-13T17:59:40Z)
• Visual Semantic Segmentation Based on Few/Zero-Shot Learning: An Overview [47.10687511208189]
  本稿では,最近発表された2次元空間から3次元空間への視覚的セマンティックセグメンテーション手法について述べる。 3つの典型的なインスタンス化は、少数/ゼロショット学習と視覚的セマンティックセグメンテーションの相互作用を明らかにするのに関係している。
  論文  参考訳（メタデータ） (2022-11-13T13:39:33Z)
• AF$_2$: Adaptive Focus Framework for Aerial Imagery Segmentation [86.44683367028914]
  航空画像のセグメンテーションにはいくつかの独特な課題があり、中でも最も重要なものは前景と背景のアンバランスにある。 本稿では,階層的なセグメンテーション手法を採用し,マルチスケール表現を適応的に活用するAdaptive Focus Framework (AF$)を提案する。 AF$は、広く使われている3つの航空ベンチマークの精度を大幅に改善した。
  論文  参考訳（メタデータ） (2022-02-18T10:14:45Z)
• Prototypical Cross-Attention Networks for Multiple Object Tracking and Segmentation [95.74244714914052]
  複数のオブジェクトのトラッキングとセグメンテーションには、与えられたクラスのセットに属するオブジェクトを検出し、追跡し、セグメンテーションする必要がある。 オンライン上でリッチ・テンポラル情報を活用するプロトタイプ・クロス・アテンション・ネットワーク(PCAN)を提案する。 PCANは、Youtube-VISとBDD100Kデータセットで、現在のビデオインスタンス追跡とセグメンテーションコンテストの勝者を上回っている。
  論文  参考訳（メタデータ） (2021-06-22T17:57:24Z)
• Target-Aware Object Discovery and Association for Unsupervised Video Multi-Object Segmentation [79.6596425920849]
  本稿では,教師なしビデオマルチオブジェクトセグメンテーションの課題について述べる。 より正確で効率的な時間区分のための新しいアプローチを紹介します。 DAVIS$_17$とYouTube-VISに対する提案手法を評価した結果,セグメント化精度と推論速度の両方において最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2021-04-10T14:39:44Z)

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。