論文の概要: Detecting Biological Locomotion in Video: A Computational Approach
- arxiv url: http://arxiv.org/abs/2105.12661v1
- Date: Wed, 26 May 2021 16:19:23 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-27 16:07:46.058203
- Title: Detecting Biological Locomotion in Video: A Computational Approach
- Title(参考訳): 映像中の生体ロコモーションの検出 : 計算的アプローチ
- Authors: Soo Min Kang and Richard P. Wildes
- Abstract要約: 未処理映像におけるバイオロコモーションを検出するための計算手法を提案する。
我々は、物体の共通の動きの相違とともに、非対称な振動を伴う位置前進のこのキー特性を利用する。
追跡対象物におけるこれらの形質の存在を測定するアルゴリズムが開発され、移動中の生物学的実体に対応するかどうかが決定される。
- 参考スコア(独自算出の注目度): 13.135234328352885
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Animals locomote for various reasons: to search for food, find suitable
habitat, pursue prey, escape from predators, or seek a mate. The grand scale of
biodiversity contributes to the great locomotory design and mode diversity.
Various creatures make use of legs, wings, fins and other means to move through
the world. In this report, we refer to the locomotion of general biological
species as biolocomotion. We present a computational approach to detect
biolocomotion in unprocessed video.
Significantly, the motion exhibited by the body parts of a biological entity
to navigate through an environment can be modeled by a combination of an
overall positional advance with an overlaid asymmetric oscillatory pattern, a
distinctive signature that tends to be absent in non-biological objects in
locomotion. We exploit this key trait of positional advance with asymmetric
oscillation along with differences in an object's common motion (extrinsic
motion) and localized motion of its parts (intrinsic motion) to detect
biolocomotion. An algorithm is developed to measure the presence of these
traits in tracked objects to determine if they correspond to a biological
entity in locomotion. An alternative algorithm, based on generic features
combined with learning is assembled out of components from allied areas of
investigation, also is presented as a basis of comparison.
A novel biolocomotion dataset encompassing a wide range of moving biological
and non-biological objects in natural settings is provided. Also, biolocomotion
annotations to an extant camouflage animals dataset are provided. Quantitative
results indicate that the proposed algorithm considerably outperforms the
alternative approach, supporting the hypothesis that biolocomotion can be
detected reliably based on its distinct signature of positional advance with
asymmetric oscillation and extrinsic/intrinsic motion dissimilarity.
- Abstract(参考訳): 動物は、食物を探し、適切な生息地を見つけ、獲物を探し、捕食者から逃れたり、交尾相手を探すなど、様々な理由で共生する。
生物多様性の大規模さは、大きなロコモトリーデザインとモード多様性に寄与している。
様々な生き物は、足、翼、ひれ、その他の手段を使って世界を移動する。
本報告では,一般生物種の移動を生物移動と呼ぶ。
未処理映像におけるバイオロコモーションを検出するための計算手法を提案する。
顕著なことに、生体の身体部位が環境をナビゲートする動きは、運動中の非生物対象に欠落する傾向の特徴的なシグネチャであるオーバーレイド非対称振動パターンと全体的な位置進行の組み合わせによってモデル化することができる。
対象の共通運動(外節運動)と部分の局所運動(内節運動)の違いとともに、非対称振動を伴う位置進行のこの重要な特徴を利用して、生体運動を検出する。
追跡対象におけるこれらの形質の存在を計測し、移動中の生物学的実体に対応するかどうかを判定するアルゴリズムを開発した。
学習と組み合わせた汎用的特徴に基づく別のアルゴリズムは、関連する調査領域の構成要素から組み立てられ、比較の基礎として提示される。
自然環境下での生体および非生物学的対象の幅広い移動を包含する新しいバイオロコモーションデータセットを提供する。
また、現存する迷彩動物データセットに対するバイオロコモーションアノテーションを提供する。
提案アルゴリズムは,非対称振動と外在的/内在的運動の相違による位置変化の異なる特徴に基づいて,バイオロコモーションを確実に検出できるという仮説を裏付ける。
関連論文リスト
- Conditionally Invariant Representation Learning for Disentangling
Cellular Heterogeneity [25.488181126364186]
本稿では,不必要な変数や乱れに条件付き不変な表現を学習するために,ドメインの可変性を活用する新しい手法を提案する。
単細胞ゲノム学におけるデータ統合など,生物の課題に対して本手法を適用した。
具体的には、提案手法は、対象のタスクと無関係なデータバイアスや興味の因果的説明から生物学的信号を解き放つのに役立つ。
論文 参考訳(メタデータ) (2023-07-02T12:52:41Z) - Discovering Novel Biological Traits From Images Using Phylogeny-Guided
Neural Networks [10.372001949268636]
本稿では,特徴ラベルに依存しない画像から進化的特徴を直接発見するための新しい手法を提案する。
提案手法であるPhylo-NNは、生物の画像を量子化された特徴ベクトルの列にエンコードする。
本研究は,多くの下流タスクにおいて生物学的に有意義な結果を生み出すためのアプローチの有効性を実証する。
論文 参考訳(メタデータ) (2023-06-05T20:22:05Z) - The scaling of goals via homeostasis: an evolutionary simulation,
experiment and analysis [0.0]
本研究では, 形態形成過程における細胞の集合的知能を, ホメオスタティックプロセスの中心における目標状態をスケールアップすることによって, 行動知能に転換することを提案する。
これらの創発性形態形成因子は、その標的形態学を達成するために応力伝播ダイナミクスの使用を含む、多くの予測された特徴を示す。
本研究では, 進化が最小目標指向行動(ホメオスタティックループ)をどのように高次問題解決剤に拡大するかを, 定量的に把握するための第一歩として提案する。
論文 参考訳(メタデータ) (2022-11-15T21:48:44Z) - MoDi: Unconditional Motion Synthesis from Diverse Data [51.676055380546494]
多様な動きを合成する無条件生成モデルであるMoDiを提案する。
我々のモデルは、多様な、構造化されていない、ラベルなしのモーションデータセットから完全に教師なしの設定で訓練されている。
データセットに構造が欠けているにもかかわらず、潜在空間は意味的にクラスタ化可能であることを示す。
論文 参考訳(メタデータ) (2022-06-16T09:06:25Z) - Robust Analytics for Video-Based Gait Biometrics [1.066048003460524]
この論文は歩行の硬質および軟質な生体計測特性について論じている。
これは、Posed-Based Votingスキームを通じて、歩行のみに基づく性別の識別方法を示す。
マッピングは、ベイジアン・スレッショニング(Bayesian Thresholding)を用いて、より小さな人口で改善することができる。
論文 参考訳(メタデータ) (2021-11-12T11:47:35Z) - Cetacean Translation Initiative: a roadmap to deciphering the
communication of sperm whales [97.41394631426678]
最近の研究では、非ヒト種における音響コミュニケーションを分析するための機械学習ツールの約束を示した。
マッコウクジラの大量生物音響データの収集と処理に必要な重要な要素について概説する。
開発された技術能力は、非人間コミュニケーションと動物行動研究を研究する幅広いコミュニティにおいて、クロス応用と進歩をもたらす可能性が高い。
論文 参考訳(メタデータ) (2021-04-17T18:39:22Z) - Discriminative Singular Spectrum Classifier with Applications on
Bioacoustic Signal Recognition [67.4171845020675]
分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。
タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。
提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
論文 参考訳(メタデータ) (2021-03-18T11:01:21Z) - Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots [58.720142291102135]
スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。
終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
論文 参考訳(メタデータ) (2021-01-24T12:44:38Z) - A Trainable Optimal Transport Embedding for Feature Aggregation and its
Relationship to Attention [96.77554122595578]
固定サイズのパラメータ化表現を導入し、与えられた入力セットから、そのセットとトレーニング可能な参照の間の最適な輸送計画に従って要素を埋め込み、集約する。
我々のアプローチは大規模なデータセットにスケールし、参照のエンドツーエンドのトレーニングを可能にすると同時に、計算コストの少ない単純な教師なし学習メカニズムも提供する。
論文 参考訳(メタデータ) (2020-06-22T08:35:58Z) - Automatic image-based identification and biomass estimation of
invertebrates [70.08255822611812]
時間を要する分類と分類は、どれだけの昆虫を処理できるかに強い制限を課す。
我々は、人間の専門家による分類と識別の標準的な手動アプローチを、自動画像ベース技術に置き換えることを提案する。
分類タスクには最先端のResnet-50とInceptionV3 CNNを使用する。
論文 参考訳(メタデータ) (2020-02-05T21:38:57Z)
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。