論文の概要: EDEN: Deep Feature Distribution Pooling for Saimaa Ringed Seals Pattern Matching

• arxiv url: http://arxiv.org/abs/2105.13979v1
• Date: Fri, 28 May 2021 16:59:39 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-31 13:35:35.884907
• Title: EDEN: Deep Feature Distribution Pooling for Saimaa Ringed Seals Pattern Matching
• Title（参考訳）: EDEN:Saimaa Ringed SealsパターンマッチングのためのDeep Feature Distribution Pooling
• Authors: Ilja Chelak, Ekaterina Nepovinnykh, Tuomas Eerola, Heikki Kalviainen, Igor Belykh
• Abstract要約: ペレージパターンマッチングは,サイマーリングアザラシの個体識別を個別に解決すると考えられる。 局所的なパターンの特徴を集約して固定サイズの埋め込みベクトルを得ることのできる,新しい機能プーリング手法を提案する。
• 参考スコア（独自算出の注目度）: 0.17999333451993946
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this paper, pelage pattern matching is considered to solve the individual re-identification of the Saimaa ringed seals. Animal re-identification together with the access to large amount of image material through camera traps and crowd-sourcing provide novel possibilities for animal monitoring and conservation. We propose a novel feature pooling approach that allow aggregating the local pattern features to get a fixed size embedding vector that incorporate global features by taking into account the spatial distribution of features. This is obtained by eigen decomposition of covariances computed for probability mass functions representing feature maps. Embedding vectors can then be used to find the best match in the database of known individuals allowing animal re-identification. The results show that the proposed pooling method outperforms the existing methods on the challenging Saimaa ringed seal image data.
• Abstract（参考訳）: 本稿では,サイマアリングアザラシの個別再同定を,ペラージュパターンマッチングによって解決すると考えられる。 カメラトラップやクラウドソーシングによる大量の画像へのアクセスと動物の再識別は、動物の監視と保護に新たな可能性をもたらす。 本稿では,局所的なパターン特徴を集約して,特徴の空間分布を考慮したグローバル特徴を組み込んだ固定サイズの埋め込みベクトルを得る新しい特徴プーリング手法を提案する。 これは特徴写像を表す確率質量関数に対して計算された共分散の固有分解によって得られる。 埋め込みベクターは、動物の再同定を可能にする既知の個人データベースに最適なマッチングを見つけるために使われる。 提案手法は, サイマーリング型シール画像データにおいて, 既存の手法よりも優れていることを示す。

関連論文リスト

• SeaTurtleID2022: A long-span dataset for reliable sea turtle re-identification [0.0]
  本稿は、野生で撮影された海亀写真(SeaTurtleID2022)を用いた、最初の大規模な長期データセットを紹介する。 データセットには、13年以内に収集された438人の個人の写真8729枚が含まれている。 標準的な「ランダム」分割の代わりに、データセットは2つの現実的で生態学的に動機づけられた分割を可能にする。
  論文  参考訳（メタデータ） (2023-11-09T17:10:20Z)
• Semantics Meets Temporal Correspondence: Self-supervised Object-centric Learning in Videos [63.94040814459116]
  自己教師付き手法は、高レベルの意味論と低レベルの時間対応の学習において顕著な進歩を見せている。 融合した意味特徴と対応地図の上に,意味認識型マスキングスロットアテンションを提案する。 我々は、時間的コヒーレントなオブジェクト中心表現を促進するために、セマンティックおよびインスタンスレベルの時間的一貫性を自己スーパービジョンとして採用する。
  論文  参考訳（メタデータ） (2023-08-19T09:12:13Z)
• Combining feature aggregation and geometric similarity for re-identification of patterned animals [0.2511811744954182]
  画像に基づく動物個体の再識別は、時間とともに動物の移動パターンなどの情報の収集を可能にする。 多くの種において、この再同定は、個体ごとに固有の永久的な毛皮、羽毛、皮膚パターンを分析することで行うことができる。 本稿では,パターン類似度を2種類組み合わせて再同定する。
  論文  参考訳（メタデータ） (2023-08-11T18:19:16Z)
• Feature-based Image Matching for Identifying Individual K\=ak\=a [0.0]
  本報告では、個々のk=ak=aを識別する新しい用途のための教師なし特徴ベース画像マッチングパイプラインについて検討する。 クラスタリングに類似性ネットワークを適用することで、個々の鳥を識別する現在の教師付きアプローチの弱点に対処する。 機能ベースの画像マッチングは、既存の教師付きアプローチに代わる実行可能な代替手段を提供するために、類似性ネットワークで使用できると結論付けている。
  論文  参考訳（メタデータ） (2023-01-17T03:43:19Z)
• NORPPA: NOvel Ringed seal re-identification by Pelage Pattern Aggregation [0.1310865248866973]
  本研究は,シマヤの環状アザラシの再同定法を提案する。 カメラトラップとクラウドソーシングによる大容量画像へのアクセスは、動物の監視と保護に新たな可能性をもたらす。
  論文  参考訳（メタデータ） (2022-06-06T11:04:16Z)
• SealID: Saimaa ringed seal re-identification dataset [0.10555513406636087]
  サイマーリングアザラシ(フィンランド語: Pusa hispida saimensis)は、フィンランドのサイマー湖で発見された絶滅危惧種である。 サイマーリングシール画像(SealID)データセット(N=57)を研究目的で公開しています。
  論文  参考訳（メタデータ） (2022-06-05T20:35:32Z)
• LEAD: Self-Supervised Landmark Estimation by Aligning Distributions of Feature Similarity [49.84167231111667]
  自己監督型ランドマーク検出における既存の研究は、画像から高密度(ピクセルレベルの)特徴表現を学習することに基づいている。 自己教師付き方式で高密度同変表現の学習を強化するアプローチを提案する。 機能抽出器にそのような先行性があることは,アノテーションの数が大幅に制限されている場合でも,ランドマーク検出に役立ちます。
  論文  参考訳（メタデータ） (2022-04-06T17:48:18Z)
• Augmenting Convolutional networks with attention-based aggregation [55.97184767391253]
  我々は,非局所的推論を実現するために,注目に基づくグローバルマップを用いた畳み込みネットワークの強化方法を示す。 この学習集約層を2つのパラメータ(幅と深さ)でパラメータ化した単純パッチベースの畳み込みネットワークで接続する。 これは、特にメモリ消費の点で、精度と複雑さの間の驚くほど競争力のあるトレードオフをもたらす。
  論文  参考訳（メタデータ） (2021-12-27T14:05:41Z)
• 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)
• Coarse-to-fine Animal Pose and Shape Estimation [67.39635503744395]
  単一画像から3次元動物メッシュを再構成する粗大なアプローチを提案する。 粗い推定段階はまずSMALモデルのポーズ、形状、翻訳パラメータを推定する。 次に、推定メッシュをグラフ畳み込みネットワーク(GCN)によって開始点として使用し、精製段階における頂点毎の変形を予測する。
  論文  参考訳（メタデータ） (2021-11-16T01:27:20Z)
• AdaFuse: Adaptive Multiview Fusion for Accurate Human Pose Estimation in the Wild [77.43884383743872]
  本稿では,アダプティブなマルチビュー融合手法であるAdaFuseについて述べる。 我々は、Human3.6M、Total Capture、CMU Panopticの3つの公開データセットに対するアプローチを広く評価した。 また,大規模合成データセットOcclusion-Personを作成し,咬合関節の数値評価を行う。
  論文  参考訳（メタデータ） (2020-10-26T03:19:46Z)

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。