論文の概要: SealID: Saimaa ringed seal re-identification dataset
- arxiv url: http://arxiv.org/abs/2206.02260v2
- Date: Tue, 7 Jun 2022 11:08:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-08 11:30:59.599231
- Title: SealID: Saimaa ringed seal re-identification dataset
- Title(参考訳): sealid:saimaa ringed seal再識別データセット
- Authors: Ekaterina Nepovinnykh, Tuomas Eerola, Vincent Biard, Piia Mutka, Marja
Niemi, Heikki K\"alvi\"ainen, Mervi Kunnasranta
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 0.10555513406636087
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Wildlife camera traps and crowd-sourced image material provide novel
possibilities to monitor endangered animal species. However, massive image
volumes that these methods produce are overwhelming for researchers to go
through manually which calls for automatic systems to perform the analysis. The
analysis task that has gained the most attention is the re-identification of
individuals, as it allows, for example, to study animal migration or to
estimate the population size. The Saimaa ringed seal (Pusa hispida saimensis)
is an endangered subspecies only found in the Lake Saimaa, Finland, and is one
of the few existing freshwater seal species. Ringed seals have permanent pelage
patterns that are unique to each individual which can be used for the
identification of individuals. Large variation in poses further exacerbated by
the deformable nature of seals together with varying appearance and low
contrast between the ring pattern and the rest of the pelage makes the Saimaa
ringed seal re-identification task very challenging, providing a good benchmark
to evaluate state-of-the-art re-identification methods. Therefore, we make our
Saimaa ringed seal image (SealID) dataset (N=57) publicly available for
research purposes. In this paper, the dataset is described, the evaluation
protocol for re-identification methods is proposed, and the results for two
baseline methods HotSpotter and NORPPA are provided. The SealID dataset has
been made publicly available.
- Abstract(参考訳): 野生生物カメラトラップとクラウドソースの画像素材は、絶滅危惧種の監視に新たな可能性をもたらす。
しかし、これらの手法が生み出す膨大な画像ボリュームは、研究者が手動で分析を行う自動システムを呼び出すような処理を通すのに圧倒的です。
もっとも注目を集めた分析タスクは個体の再同定であり、例えば動物の移動を研究したり、個体数を推定したりすることができる。
サイマア環アザラシ(フィンランド語:pusa hispida saimensis)はフィンランドのサイマア湖でのみ見られる絶滅危惧種であり、現存する数少ない淡水性アザラシの1つである。
帯状アザラシは、個々の個人に固有の永続的なペラージュパターンを持ち、個人の識別に使用することができる。
リングパターンとペラージュの他の部分との外観やコントラストが変化し、アザラシの変形性がさらに悪化し、サイマア環アザラシの再識別作業は非常に困難となり、最先端の再識別方法を評価するための優れたベンチマークを提供する。
そこで本研究では,サイマーリングシール画像(SealID)データセット(N=57)を研究目的で公開する。
本稿では,データセットについて述べるとともに,再同定手法の評価プロトコルを提案し,HotSpotterとNORPPAの2つのベースライン手法の結果について述べる。
SealIDデータセットが公開されている。
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) - Multimodal Foundation Models for Zero-shot Animal Species Recognition in
Camera Trap Images [57.96659470133514]
モーションアクティベートカメラトラップは、世界中の野生生物を追跡・監視するための効率的なツールである。
教師付き学習技術は、そのような画像を分析するためにうまく展開されているが、そのような訓練には専門家のアノテーションが必要である。
コストのかかるラベル付きデータへの依存を減らすことは、人間の労働力を大幅に減らした大規模野生生物追跡ソリューションを開発する上で、大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-11-02T08:32:00Z) - The Making and Breaking of Camouflage [95.37449361842656]
背景特徴と前景特徴の類似性と境界視認性によってカモフラージュを測定することができることを示す。
提案したカモフラージュスコアを補助的損失として生成モデルに組み込んで,有効カモフラージュ画像やビデオがスケーラブルに合成可能であることを示す。
論文 参考訳(メタデータ) (2023-09-07T17:58:05Z) - 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) - 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) - RealGait: Gait Recognition for Person Re-Identification [79.67088297584762]
我々は,既存の映像人物の再識別課題からシルエットを抽出し,制約のない方法で歩く1,404人からなる新たな歩行データセットを構築した。
以上の結果から、実際の監視シナリオにおける歩行による認識は実現可能であり、その基盤となる歩行パターンが、実際にビデオの人物認識が機能する真の理由である可能性が示唆された。
論文 参考訳(メタデータ) (2022-01-13T06:30:56Z) - 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) - Florida Wildlife Camera Trap Dataset [48.99466876948454]
フロリダ州南西部の2つの異なる場所から収集された野生生物カメラトラップ分類データセットについて紹介する。
データセットは104,495枚の画像からなり、視覚的に類似した種、様々な照明条件、スキュードクラス分布、絶滅危惧種のサンプルを含む。
論文 参考訳(メタデータ) (2021-06-23T18:53:15Z) - EDEN: Deep Feature Distribution Pooling for Saimaa Ringed Seals Pattern
Matching [0.17999333451993946]
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。
論文 参考訳(メタデータ) (2021-05-28T16:59:39Z) - Visual Identification of Individual Holstein-Friesian Cattle via Deep
Metric Learning [8.784100314325395]
ホルシュタイン・フリーズ産の牛は、チューリングの反応拡散系から生じたものと類似した、個々の特性の白黒のコートパターンを視覚的に示す。
この研究は、畳み込みニューラルネットワークとディープメトリック学習技術を介して、個々のホルシュタイン・フリース人の視覚的検出と生体認証を自動化するために、これらの自然なマーキングを利用する。
論文 参考訳(メタデータ) (2020-06-16T14:41:55Z) - Transferring Dense Pose to Proximal Animal Classes [83.84439508978126]
より一般的な対象検出器やセグメンタなどと同様に、密集したポーズ認識に存在する知識を、他のクラスにおける密集したポーズ認識の問題に移すことが可能であることを示す。
我々は、人間と幾何学的に整合した新しい動物のためのDensePoseモデルを確立することでこれを行う。
また、クラスチンパンジーにDensePoseの方法でラベル付けされた2つのベンチマークデータセットを導入し、アプローチを評価するためにそれらを使用します。
論文 参考訳(メタデータ) (2020-02-28T21:43:53Z)
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。