論文の概要: DeepVerge: Classification of Roadside Verge Biodiversity and Conservation Potential

• arxiv url: http://arxiv.org/abs/2206.04271v1
• Date: Thu, 9 Jun 2022 04:42:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-10 14:03:47.905595
• Title: DeepVerge: Classification of Roadside Verge Biodiversity and Conservation Potential
• Title（参考訳）: DeepVerge: 道路沿いの生物多様性と保全可能性の分類
• Authors: Andrew Perrett, Charlie Barnes, Mark Schofield, Lan Qie, Petra Bosilj, James M. Brown
• Abstract要約: イギリスの草原の半分は、国の50,000kmの道路で見られる。 91種が絶滅危惧種かほぼ絶滅危惧種であった。 DeepVergeは、正の指標種を検出することで、道路側縁のセクションを自動的に調査することができる。
• 参考スコア（独自算出の注目度）: 0.11744028458220425
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Open space grassland is being increasingly farmed or built upon, leading to a ramping up of conservation efforts targeting roadside verges. Approximately half of all UK grassland species can be found along the country's 500,000 km of roads, with some 91 species either threatened or near threatened. Careful management of these "wildlife corridors" is therefore essential to preventing species extinction and maintaining biodiversity in grassland habitats. Wildlife trusts have often enlisted the support of volunteers to survey roadside verges and identify new "Local Wildlife Sites" as areas of high conservation potential. Using volunteer survey data from 3,900 km of roadside verges alongside publicly available street-view imagery, we present DeepVerge; a deep learning-based method that can automatically survey sections of roadside verges by detecting the presence of positive indicator species. Using images and ground truth survey data from the rural county of Lincolnshire, DeepVerge achieved a mean accuracy of 88%. Such a method may be used by local authorities to identify new local wildlife sites, and aid management and environmental planning in line with legal and government policy obligations, saving thousands of hours of manual labour.
• Abstract（参考訳）: オープンスペースの草地はますます耕作や建設が進んでおり、道端の縁石を狙う保全努力が急増している。 イギリスの草原の約半分は50万kmの道路沿いにあり、約91種の種が脅かされているか、ほぼ脅かされている。 したがって、これらの「野生回廊」の慎重な管理は、草原の生息地における種の絶滅と生物多様性を維持するのに不可欠である。 野生生物の信託は、しばしばボランティアの支持を得て、道路沿いの湿地を調査し、新しい「ローカル野生生物遺跡」を高い保護可能性のある地域として特定した。 本研究では,公に公開されているストリートビュー画像と合わせて3,900kmの道路脇縁部のボランティア調査データを用いて,道路脇縁部の断面を自動的に調査する深層学習手法であるdeepvergeを提案する。 DeepVergeは、リンカーンシャーの田舎郡の画像と地上の真実調査データを使って、平均精度88%を達成した。 このような方法は、地方当局によって新しい野生生物の特定や、法と政府の政策義務に従って管理と環境計画を支援するために使われ、何千時間ものマニュアルワークを節約することができる。

関連論文リスト

• BuckTales : A multi-UAV dataset for multi-object tracking and re-identification of wild antelopes [0.6267336085190178]
  BuckTalesは、野生動物の多目的追跡と再同定問題を解決するために設計された最初の大規模なUAVデータセットである。 MOTデータセットには12の高解像度(5.4K)ビデオを含む680トラックを含む120万以上のアノテーションが含まれている。 Re-IDデータセットには、同時に2つのUAVで捕獲された730人の個人が含まれている。
  論文  参考訳（メタデータ） (2024-11-11T11:55:14Z)
• OpenAnimalTracks: A Dataset for Animal Track Recognition [2.3020018305241337]
  動物足跡の自動分類と検出を容易にするために設計された,最初の公開ラベル付きデータセットであるOpenAnimalTracksデータセットを紹介する。 代表分類器と検出モデルを用いた自動フットプリント識別の可能性を示す。 われわれのデータセットは、動物の自動追跡技術の道を切り開き、生物多様性の保護と管理の能力を高めることを願っている。
  論文  参考訳（メタデータ） (2024-06-14T00:37:17Z)
• SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
  本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。 ケニアでは低データのレシエーションを表すデータセットも提供しています。 リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
  論文  参考訳（メタデータ） (2023-11-02T02:00:27Z)
• Spatial Implicit Neural Representations for Global-Scale Species Mapping [72.92028508757281]
  ある種が観察された場所の集合を考えると、その種がどこにいても存在しないかを予測するためのモデルを構築することが目的である。 従来の手法は、新たな大規模クラウドソースデータセットを活用するのに苦労している。 本研究では,47k種の地理的範囲を同時に推定するために,空間入射ニューラル表現(SINR)を用いる。
  論文  参考訳（メタデータ） (2023-06-05T03:36:01Z)
• Deep object detection for waterbird monitoring using aerial imagery [56.1262568293658]
  本研究では,商用ドローンで収集した空中画像を用いて,水鳥の正確な検出,数え,監視に使用できる深層学習パイプラインを提案する。 畳み込み型ニューラルネットワークを用いた物体検出装置を用いて,テキサス沿岸の植民地性営巣島でよく見られる16種類の水鳥を検出できることを示す。
  論文  参考訳（メタデータ） (2022-10-10T17:37:56Z)
• Ranked Prioritization of Groups in Combinatorial Bandit Allocation [62.24280332575472]
  我々は,種々に対する報酬を交換する新たな盗賊的目標を提案する。 この目的をリプシッツ連続報酬関数の重み付き線型和として表すことができる。
  論文  参考訳（メタデータ） (2022-05-11T17:40:29Z)
• 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)
• Enhancing Poaching Predictions for Under-Resourced Wildlife Conservation Parks Using Remote Sensing Imagery [28.53118931015838]
  本稿では,公園の機能を抽出するためのリモートセンシングデータの利用について紹介する。 公開データのみを用いて,公園の専門家による予測に匹敵する予測性能を回復する。
  論文  参考訳（メタデータ） (2020-11-20T22:06:57Z)
• Counting Cows: Tracking Illegal Cattle Ranching From High-Resolution Satellite Imagery [59.32805936205217]
  牛の農業は世界の温室効果ガス排出量の8.8%を占めている。 40cmの解像度でアマゾンの衛星画像を取得し、合計28498頭の牛を含む903枚の画像のデータセットをまとめた。 本実験は,有望な結果を示し,これらの課題を解決するためのアルゴリズムとデータ収集プロセスのいずれにおいても,次のステップの重要方向を示すものである。
  論文  参考訳（メタデータ） (2020-11-14T19:07:39Z)
• Unifying data for fine-grained visual species classification [15.14767769034929]
  465種にまたがる2.9M画像に基づいて訓練した,初期の深部畳み込みニューラルネットワークモデルを提案する。 長期的な目標は、科学者が種数と人口の健康状態のほぼリアルタイムでの分析から、保護的なレコメンデーションを行うことである。
  論文  参考訳（メタデータ） (2020-09-24T01:04:18Z)

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。