論文の概要: Sharing Pain: Using Domain Transfer Between Pain Types for Recognition
of Sparse Pain Expressions in Horses
- arxiv url: http://arxiv.org/abs/2105.10313v1
- Date: Fri, 21 May 2021 12:35:00 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-25 03:23:31.238584
- Title: Sharing Pain: Using Domain Transfer Between Pain Types for Recognition
of Sparse Pain Expressions in Horses
- Title（参考訳）: 痛みの共有:馬の痛みの疎表現認識のための痛みタイプ間のドメイン転送
- Authors: Sofia Broom\'e, Katrina Ask, Maheen Rashid, Pia Haubro Andersen,
Hedvig Kjellstr\"om
- Abstract要約: orthopedic disorderは馬の間での自閉症の一般的な原因である。
このような痛みを表す映像データを用いて、視覚的痛み認識法を訓練することは困難である。
急性侵害受容性痛みを持つ馬のデータセットから特徴を伝達することは、学習者がより複雑な整形外科的痛みを認識するのに役立つことを示す。
- 参考スコア（独自算出の注目度）: 1.749935196721634
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Orthopedic disorders are a common cause for euthanasia among horses, which
often could have been avoided with earlier detection. These conditions often
create varying degrees of subtle but long-term pain. It is challenging to train
a visual pain recognition method with video data depicting such pain, since the
resulting pain behavior also is subtle, sparsely appearing, and varying, making
it challenging for even an expert human labeler to provide accurate
ground-truth for the data. We show that transferring features from a dataset of
horses with acute nociceptive pain (where labeling is less ambiguous) can aid
the learning to recognize more complex orthopedic pain. Moreover, we present a
human expert baseline for the problem, as well as an extensive empirical study
of various domain transfer methods and of what is detected by the pain
recognition method trained on acute pain in the orthopedic dataset. Finally,
this is accompanied with a discussion around the challenges posed by real-world
animal behavior datasets and how best practices can be established for similar
fine-grained action recognition tasks. Our code is available at
https://github.com/sofiabroome/painface-recognition.
- Abstract（参考訳）: 整形障害は馬の安楽死の一般的な原因であり、早期発見で避けられることが多かった。
これらの条件はしばしば、微妙だが長期的な痛みを生じる。
このような痛みを映し出す映像データを用いて視覚的な痛み認識方法を訓練することは困難であり、結果として生じる痛み行動も微妙で、まばらに出現し、変化するため、熟練した人間ラベラーでさえ、そのデータに正確な地対面を提供することが困難である。
急性の侵害受容性痛(ラベリングが曖昧でない)を持つ馬のデータセットから特徴を移すことは、より複雑な整形外科的痛みを認識する学習に役立つ。
さらに,この問題に対する人間エキスパートベースラインと,様々なドメイン転送法,および整形外科データセットの急性痛を訓練した痛み認識法によって何が検出されるかに関する広範な実証研究を行った。
最後に、実世界の動物行動データセットが抱える課題と、同様のきめ細かい行動認識タスクに対してベストプラクティスをどのように確立できるかに関する議論がある。
私たちのコードはhttps://github.com/sofiabroome/painface-recognitionで利用可能です。
関連論文リスト
- You Can Run but not Hide: Improving Gait Recognition with Intrinsic
Occlusion Type Awareness [48.151855620080134]
蓄積された身体部分は、制御されていない屋外シーケンスの歩行認識に影響を及ぼす可能性がある。
現在のほとんどの方法は、歩行特徴を抽出しながら、完全な身体情報が得られると仮定している。
そこで,本研究では,内在性咬合認知を任意の最先端歩行認識手法にモデル化することのできる咬合認知歩行認識手法を提案する。
論文 参考訳（メタデータ） (2023-12-04T19:11:40Z) - Towards long-tailed, multi-label disease classification from chest X-ray: Overview of the CXR-LT challenge [59.323306639144526]
診断医用画像検査など,現実的な画像認識の問題が数多く発生している。
診断は長い尾と多ラベルの問題であり、患者は複数の所見を呈することが多い。
我々は共通のテーマを合成し、長い尾を持つマルチラベルの医用画像分類のためのレコメンデーションを提供する。
論文 参考訳（メタデータ） (2023-10-24T18:26:22Z) - Pain level and pain-related behaviour classification using GRU-based
sparsely-connected RNNs [61.080598804629375]
慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。
この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。
我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。
本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
論文 参考訳（メタデータ） (2022-12-20T12:56:28Z) - Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。
これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。
静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文 参考訳（メタデータ） (2022-04-07T22:14:37Z) - Chronic Pain and Language: A Topic Modelling Approach to Personal Pain
Descriptions [0.688204255655161]
慢性的な痛みは主要な健康問題として認識されており、経済だけでなく、社会や個人のレベルにも影響を及ぼす。
個人的かつ主観的な経験であるため、慢性的な痛みを純粋に有害な刺激として、外的かつ公平に経験し、説明し、解釈することは不可能である。
本稿では,慢性痛の言語記述におけるパターン認識のためのトピックモデリング手法を提案し,これらのパターンを用いて痛み経験の定量化と評価を行う。
論文 参考訳（メタデータ） (2021-09-01T14:31:16Z) - Equine Pain Behavior Classification via Self-Supervised Disentangled
Pose Representation [21.702208866220236]
馬の痛みのタイムリーな検出は、馬の福祉にとって重要である。
馬は顔や体の動きを通して痛みを表現しているが、見慣れない人間の観察者から痛みの兆候を隠している可能性がある。
本稿では,未保存馬と弱い馬の映像を用いた実用的馬の痛み分類システムを提案する。
論文 参考訳（メタデータ） (2021-08-30T14:17:46Z) - Analysis of Chronic Pain Experiences Based on Online Reports: the RRCP
Dataset [0.688204255655161]
本稿では,ソーシャルメディアのテキスト記述と各種の慢性痛経験の議論を含む慢性痛感データセットのRedditレポートについて紹介する。
それぞれの病理組織について,関連文書のサブセットで示されるように,慢性痛経験の主な懸念点を同定する。
慢性痛の描写の教師なし意味分析は、慢性痛経験の観点で異なる病態がどのように現れるかに関する臨床研究を反映している、と我々は主張する。
論文 参考訳（メタデータ） (2021-08-23T14:53:03Z) - Non-contact Pain Recognition from Video Sequences with Remote
Physiological Measurements Prediction [53.03469655641418]
痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。
我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
論文 参考訳（メタデータ） (2021-05-18T20:47:45Z) - Unobtrusive Pain Monitoring in Older Adults with Dementia using Pairwise
and Contrastive Training [3.7775543603998907]
高齢者では痛みが頻発するが、高齢者はしばしば痛みに対して過度に治療される。
これは、認知症を伴う認知障害のために痛みを報告できない中等度から重度の認知症を有する長期ケア居住者にとって特に当てはまります。
認知症コホートで検証された最初の完全自動化ビジョンベースの技術を紹介します。
論文 参考訳（メタデータ） (2021-01-08T23:28:30Z) - Collaborative Unsupervised Domain Adaptation for Medical Image Diagnosis [102.40869566439514]
我々は、Unsupervised Domain Adaptation (UDA)を通じて、対象タスクにおける学習を支援するために、関連ドメインからの豊富なラベル付きデータを活用しようとしている。
クリーンなラベル付きデータやサンプルを仮定するほとんどのUDAメソッドが等しく転送可能であるのとは異なり、協調的教師なしドメイン適応アルゴリズムを革新的に提案する。
提案手法の一般化性能を理論的に解析し,医用画像と一般画像の両方で実験的に評価する。
論文 参考訳（メタデータ） (2020-07-05T11:49:17Z) - Pain Intensity Estimation from Mobile Video Using 2D and 3D Facial
Keypoints [1.6402428190800593]
術後痛の管理は外科的治療の成功に不可欠である。
痛み管理の課題の1つは、患者の痛みレベルを正確に評価することである。
本稿では,術後患者の2Dおよび3D顔のキーポイントを分析し,痛み強度を推定するアプローチを提案する。
論文 参考訳（メタデータ） (2020-06-17T00:18:29Z)
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。