論文の概要: Multi-view Tracking, Re-ID, and Social Network Analysis of a Flock of
Visually Similar Birds in an Outdoor Aviary
- arxiv url: http://arxiv.org/abs/2212.00266v1
- Date: Thu, 1 Dec 2022 04:23:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-02 16:14:20.968572
- Title: Multi-view Tracking, Re-ID, and Social Network Analysis of a Flock of
Visually Similar Birds in an Outdoor Aviary
- Title（参考訳）: 屋外空間における視覚的に類似した鳥類群集の多視点追跡, 再ID, ソーシャルネットワーク解析
- Authors: Shiting Xiao, Yufu Wang, Ammon Perkes, Bernd Pfrommer, Marc Schmidt,
Kostas Daniilidis and Marc Badger
- Abstract要約: 曲鳥群が3次元空間を移動する際にの行動動態を研究するシステムについて紹介する。
密接な相互作用する動物群を3次元で追跡する際に生じる複雑さについて検討し、マルチビュートラッカーを評価するための新しいデータセットを提案する。
- 参考スコア（独自算出の注目度）: 32.19504891200443
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The ability to capture detailed interactions among individuals in a social
group is foundational to our study of animal behavior and neuroscience. Recent
advances in deep learning and computer vision are driving rapid progress in
methods that can record the actions and interactions of multiple individuals
simultaneously. Many social species, such as birds, however, live deeply
embedded in a three-dimensional world. This world introduces additional
perceptual challenges such as occlusions, orientation-dependent appearance,
large variation in apparent size, and poor sensor coverage for 3D
reconstruction, that are not encountered by applications studying animals that
move and interact only on 2D planes. Here we introduce a system for studying
the behavioral dynamics of a group of songbirds as they move throughout a 3D
aviary. We study the complexities that arise when tracking a group of closely
interacting animals in three dimensions and introduce a novel dataset for
evaluating multi-view trackers. Finally, we analyze captured ethogram data and
demonstrate that social context affects the distribution of sequential
interactions between birds in the aviary.
- Abstract（参考訳）: 社会集団内の個人間の詳細な相互作用を捉える能力は、動物行動と神経科学の研究の基礎となる。
ディープラーニングとコンピュータビジョンの最近の進歩は、複数の個人の行動とインタラクションを同時に記録できる方法の急速な進歩を後押ししている。
しかし、鳥類のような多くの社会種は3次元の世界に深く埋め込まれている。
この世界は、オクルージョン、方向に依存した外観、目に見える大きさの大きな変化、そして3D再構成のためのセンサーのカバー不足といった、他の知覚上の課題を導入する。
ここでは,3次元飛行場中を移動する鳴鳥集団の行動動態を研究するシステムについて紹介する。
密接な相互作用を持つ動物群を3次元で追跡する際に生じる複雑度を調査し,マルチビュートラッカを評価するための新しいデータセットを提案する。
最後に, 捕獲したエトグラムデータを分析し, 生活環境が鳥類間の連続的な相互作用の分布に及ぼす影響を実証する。
関連論文リスト
- Temporally-consistent 3D Reconstruction of Birds [5.787285686300833]
本研究では,特定の種類の海鳥の単眼映像から3Dのポーズと形状を復元する手法を提案する。
我々は,9羽の鳥を同時に捕獲した映像を1万フレームのリアルタイムデータセットとして提供した。
論文 参考訳（メタデータ） (2024-08-24T17:12:36Z) - EgoPet: Egomotion and Interaction Data from an Animal's Perspective [82.7192364237065]
本稿では,同時行動とマルチエージェントインタラクションの多様な例を含む,ペットの情緒的イメージのデータセットを紹介する。
EgoPetは、既存の人間や車両のエゴセントリックなデータセットとは根本的に異なる視点を提供する。
動物行動を把握する2つのドメイン内ベンチマークタスクと、ロボット四足歩行のための事前学習リソースとしてEgoPetの有用性を評価するための第3のベンチマークを定義する。
論文 参考訳（メタデータ） (2024-04-15T17:59:47Z) - Computer Vision for Primate Behavior Analysis in the Wild [61.08941894580172]
ビデオに基づく行動監視は、動物の認知と行動を研究する方法を変える大きな可能性を秘めている。
今でも、エキサイティングな見通しと、今日実際に達成できるものの間には、かなり大きなギャップがある。
論文 参考訳（メタデータ） (2024-01-29T18:59:56Z) - Behaviour Modelling of Social Animals via Causal Structure Discovery and
Graph Neural Networks [15.542220566525021]
本稿では,時系列の因果構造探索とグラフニューラルネットワークを用いた行動モデル構築手法を提案する。
本手法を動物園環境におけるメスカットの群落に適用し,今後の行動を予測する能力について検討する。
論文 参考訳（メタデータ） (2023-12-21T23:34:08Z) - Meerkat Behaviour Recognition Dataset [3.53348643468069]
本稿では,多彩なアノテーション付き行動認識ビデオデータセットについて紹介する。
このデータセットにはウェリントン動物園(ニュージーランドのウェリントン)のメアカットの囲いの2箇所のビデオが含まれている。
論文 参考訳（メタデータ） (2023-06-20T06:50:50Z) - Learning-based Monocular 3D Reconstruction of Birds: A Contemporary
Survey [6.555250822345809]
自然界では、動物の集団行動は同一種の個体間の相互作用によって支配される。
近年の3次元視覚の進歩は、3次元形状とポーズ推定に関する多くの印象的な研究につながっている。
本研究は, 単眼視に基づく3次元鳥の復元の最近の進歩を概観する最初の試みである。
論文 参考訳（メタデータ） (2022-07-10T18:13:25Z) - HSPACE: Synthetic Parametric Humans Animated in Complex Environments [67.8628917474705]
我々は、複雑な屋内および屋外環境に置かれたアニメーション人間による大規模な写真リアルデータセット、Human-SPACEを構築した。
年齢、性別、比率、民族性の異なる数百の個人と数百の動きとシーンを組み合わせて、100万フレームを超える最初のデータセットを生成します。
アセットは大規模に自動生成され、既存のリアルタイムレンダリングやゲームエンジンと互換性がある。
論文 参考訳（メタデータ） (2021-12-23T22:27:55Z) - Overcoming the Domain Gap in Neural Action Representations [60.47807856873544]
3Dポーズデータは、手動で介入することなく、マルチビュービデオシーケンスから確実に抽出できる。
本稿では,ニューラルアクション表現の符号化を,ニューラルアクションと行動拡張のセットと共に導くために使用することを提案する。
ドメインギャップを減らすために、トレーニングの間、同様の行動をしているように見える動物間で神経と行動のデータを取り替える。
論文 参考訳（メタデータ） (2021-12-02T12:45:46Z) - Muti-view Mouse Social Behaviour Recognition with Deep Graphical Model [124.26611454540813]
マウスの社会的行動分析は神経変性疾患の治療効果を評価する貴重なツールである。
マウスの社会行動の豊かな記述を創出する可能性から、ネズミの観察にマルチビュービデオ記録を使用することは、ますます注目を集めている。
本稿では,ビュー固有のサブ構造とビュー共有サブ構造を協調的に学習する,新しい多視点潜在意識・動的識別モデルを提案する。
論文 参考訳（メタデータ） (2020-11-04T18:09:58Z) - 3D Bird Reconstruction: a Dataset, Model, and Shape Recovery from a
Single View [35.61330221535231]
我々は,生きた鳥が提示するユニークな形状とポーズ空間を捉えるためのモデルと多視点最適化手法を提案する。
次に、単一ビューから正確な鳥の姿勢を復元するキーポイント、マスク、ポーズ、形状回帰のためのパイプラインと実験を導入する。
屋外の飛行場に収容された15羽の社会鳥のグループから収集した多視点キーポイントとマスクアノテーションについて述べる。
論文 参考訳（メタデータ） (2020-08-13T23:29:04Z) - Learning Human-Object Interaction Detection using Interaction Points [140.0200950601552]
本研究では,人間と物体の相互作用を直接検出する新しい完全畳み込み手法を提案する。
我々のネットワークは相互作用点を予測し、その相互作用を直接ローカライズし、分類する。
V-COCOとHICO-DETの2つの人気のあるベンチマークで実験が行われる。
論文 参考訳（メタデータ） (2020-03-31T08:42:06Z)
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。