論文の概要: NORPPA: NOvel Ringed seal re-identification by Pelage Pattern
Aggregation
- arxiv url: http://arxiv.org/abs/2206.02498v1
- Date: Mon, 6 Jun 2022 11:04:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-07 16:12:35.089090
- Title: NORPPA: NOvel Ringed seal re-identification by Pelage Pattern
Aggregation
- Title（参考訳）: norppa : ペラージュパターンアグリゲーションによる新規リングシール再同定
- Authors: Ekaterina Nepovinnykh, Ilia Chelak, Tuomas Eerola, Heikki
K\"alvi\"ainen
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.1310865248866973
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We propose a method for Saimaa ringed seal (Pusa hispida saimensis)
re-identification. Access to large image volumes through camera trapping and
crowdsourcing provides novel possibilities for animal monitoring and
conservation and calls for automatic methods for analysis, in particular, when
re-identifying individual animals from the images. The proposed method NOvel
Ringed seal re-identification by Pelage Pattern Aggregation (NORPPA) utilizes
the permanent and unique pelage pattern of Saimaa ringed seals and
content-based image retrieval techniques. First, the query image is
preprocessed, and each seal instance is segmented. Next, the seal's pelage
pattern is extracted using a U-net encoder-decoder based method. Then,
CNN-based affine invariant features are embedded and aggregated into Fisher
Vectors. Finally, the cosine distance between the Fisher Vectors is used to
find the best match from a database of known individuals. We perform extensive
experiments of various modifications of the method on a new challenging Saimaa
ringed seals re-identification dataset. The proposed method is shown to produce
the best re-identification accuracy on our dataset in comparisons with
alternative approaches.
- Abstract（参考訳）: 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、動物の監視と保護のための新しい可能性を提供し、特に画像から個々の動物を再同定する際、分析のための自動手法を要求する。
提案手法は,サイマアリングシールの永久的かつ独特なペラージュパターンとコンテンツベースの画像検索技術を用いて,ペラージュパターンアグリゲーション(norppa)による新たなリングシール再同定法を提案する。
まず、クエリイメージを前処理し、各シールインスタンスをセグメント化する。
次に、U-netエンコーダ-デコーダ法を用いてシールのペレージパターンを抽出する。
その後、cnnベースのアフィン不変特徴をフィッシャーベクトルに埋め込み、集約する。
最後に、フィッシャーベクトル間のコサイン距離は、既知の個人のデータベースから最適なマッチングを見つけるために使用される。
我々は,新たな挑戦的サイマーリングアザラシ再同定データセットに対する様々な修正実験を行った。
提案手法は,代替手法との比較により,データセット上で最適な再同定精度が得られることを示す。
関連論文リスト
- Synthesizing Efficient Data with Diffusion Models for Person Re-Identification Pre-Training [51.87027943520492]
本稿では,既知の同一性に基づく多様な画像の効率向上と生成を行う新しいパラダイムDiffusion-ReIDを提案する。
提案したパラダイムに適合して,まず,5,183個のIDから777K以上の画像で構成された,大規模なRe-IDデータセットDiff-Personを新たに作成する。
論文 参考訳（メタデータ） (2024-06-10T06:26:03Z) - Fantastic Animals and Where to Find Them: Segment Any Marine Animal with Dual SAM [62.85895749882285]
海洋動物(英: Marine Animal、MAS)は、海洋環境に生息する動物を分類する動物である。
高性能MASのための新しい特徴学習フレームワークDual-SAMを提案する。
提案手法は,広く使用されている5つのMASデータセットの最先端性能を実現する。
論文 参考訳（メタデータ） (2024-04-07T15:34:40Z) - A Transformer Model for Boundary Detection in Continuous Sign Language [55.05986614979846]
Transformerモデルは、分離された手話認識と連続手話認識の両方に使用される。
トレーニングプロセスは、入力されたビデオから抽出された手指キーポイントの特徴を豊かにする、孤立した手指ビデオを使用する。
トレーニングされたモデルと後処理の手法が組み合わさって、連続した手話ビデオ内の孤立した手話境界を検出する。
論文 参考訳（メタデータ） (2024-02-22T17:25:01Z) - 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) - CamoFormer: Masked Separable Attention for Camouflaged Object Detection [94.2870722866853]
カモフラージュされた物体検出のための単純なマスク付き分離型注意(MSA)を提案する。
まず,マルチヘッド・セルフアテンションを3つの部分に分割し,異なるマスキング戦略を用いて,背景からカモフラージュした物体を識別する役割を担っている。
提案手法では,MSAを用いた単純なトップダウンデコーダを用いて,高精度なセグメンテーション結果を得るために,高分解能なセグメンテーション表現を段階的にキャプチャする。
論文 参考訳（メタデータ） (2022-12-10T10:03:27Z) - TempNet: Temporal Attention Towards the Detection of Animal Behaviour in
Videos [63.85815474157357]
本稿では,映像中の生物学的行動を検出するための,効率的なコンピュータビジョンと深層学習に基づく手法を提案する。
TempNetはエンコーダブリッジと残留ブロックを使用して、2段階の空間的、そして時間的、エンコーダでモデル性能を維持する。
本研究では,サブルフィッシュ (Anoplopoma fimbria) 幼虫の検出への応用を実証する。
論文 参考訳（メタデータ） (2022-11-17T23:55:12Z) - 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) - People Tracking and Re-Identifying in Distributed Contexts: Extension of
PoseTReID [0.0]
前報では,リアルタイム2次元多人数追跡のための汎用フレームワークであるPoseTReIDを紹介した。
本稿では,PoseTReIDフレームワークに関するさらなる研究を紹介する。
論文 参考訳（メタデータ） (2022-05-20T11:06:58Z) - 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) - Camera-aware Proxies for Unsupervised Person Re-Identification [60.26031011794513]
本稿では、アノテーションを必要としない純粋に教師なしの人物識別(Re-ID)問題に取り組む。
各クラスタを複数のプロキシに分割し、それぞれのプロキシが同じカメラからのインスタンスを表すことを提案する。
カメラ認識プロキシに基づいて、カメラ内およびカメラ間コントラスト学習コンポーネントをre-idモデル用に設計する。
論文 参考訳（メタデータ） (2020-12-19T12:37:04Z) - Automatic Detection and Recognition of Individuals in Patterned Species [4.163860911052052]
我々は,異なるパターンの個体の自動検出と認識のための枠組みを開発する。
我々は最近提案したFaster-RCNNオブジェクト検出フレームワークを用いて画像中の動物を効率的に検出する。
我々は,シマウマおよびジャガー画像の認識システムを評価し,他のパターンの種への一般化を示す。
論文 参考訳（メタデータ） (2020-05-06T15:29:21Z)
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。