論文の概要: Towards Automatic Cetacean Photo-Identification: A Framework for
Fine-Grain, Few-Shot Learning in Marine Ecology
- arxiv url: http://arxiv.org/abs/2212.03646v1
- Date: Wed, 7 Dec 2022 14:08:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-08 14:54:40.813087
- Title: Towards Automatic Cetacean Photo-Identification: A Framework for
Fine-Grain, Few-Shot Learning in Marine Ecology
- Title（参考訳）: セタチアン自動光識別を目指して:海洋生態学における細粒・小ショット学習の枠組み
- Authors: Cameron Trotter, Nick Wright, A. Stephen McGough, Matt Sharpe, Barbara
Cheney, M\`onica Arso Civil, Reny Tyson Moore, Jason Allen, Per Berggren
- Abstract要約: 光の識別(Photo-id)は、海洋研究者がクジラ(イルカ、クジラ、ポーポイズ)の個体数を監視するために用いた主要な非侵襲的捕獲方法の1つである。
近年、写真IDの高速化のために自動アシストが開発されているが、処理に不随意であり、利用可能なすべての識別情報を活用していないことが多い。
本稿では, 収穫などのデータ前処理を必要とせずに, 利用可能なすべての情報に基づいて, ほぼ確実に一致することのできる, 完全自動写真ID支援の実現を目的とする。
- 参考スコア（独自算出の注目度）: 0.4215938932388721
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Photo-identification (photo-id) is one of the main non-invasive
capture-recapture methods utilised by marine researchers for monitoring
cetacean (dolphin, whale, and porpoise) populations. This method has
historically been performed manually resulting in high workload and cost due to
the vast number of images collected. Recently automated aids have been
developed to help speed-up photo-id, although they are often disjoint in their
processing and do not utilise all available identifying information. Work
presented in this paper aims to create a fully automatic photo-id aid capable
of providing most likely matches based on all available information without the
need for data pre-processing such as cropping. This is achieved through a
pipeline of computer vision models and post-processing techniques aimed at
detecting cetaceans in unedited field imagery before passing them downstream
for individual level catalogue matching. The system is capable of handling
previously uncatalogued individuals and flagging these for investigation thanks
to catalogue similarity comparison. We evaluate the system against multiple
real-life photo-id catalogues, achieving mAP@IOU[0.5] = 0.91, 0.96 for the task
of dorsal fin detection on catalogues from Tanzania and the UK respectively and
83.1, 97.5% top-10 accuracy for the task of individual classification on
catalogues from the UK and USA.
- Abstract（参考訳）: 光同定法(photo-id)は、海洋研究者がcetacean (dolphin, whale, porpoise)の個体数を監視するために用いた、非侵襲的な捕獲回収法である。
この方法は歴史的に手作業で行われており、大量の画像が収集されたため、高い作業負荷とコストがかかる。
近年、写真IDの高速化のために自動アシストが開発されているが、処理に不随意であり、利用可能なすべての識別情報を活用していないことが多い。
本稿では, 収穫などのデータ前処理を必要とせずに, 利用可能なすべての情報に基づいて, ほぼ確実に一致することのできる, 完全自動写真ID支援の実現を目的とする。
これは、個々のレベルのカタログマッチングのために下流に渡す前に、未編集のフィールド画像中のセタサンを検出することを目的としたコンピュータビジョンモデルのパイプラインと後処理技術によって達成される。
このシステムは、未対応の個人を扱い、カタログの類似性比較によってそれらを調査のためにフラグ付けする。
本システムは,タンザニアとイギリスにおけるカタログの背びれ検出のタスクにmAP@IOU[0.5] = 0.91, 0.96, 英国およびイギリスにおけるカタログの個別分類のタスクに83.1, 97.5%の精度で評価された。
関連論文リスト
- Metadata augmented deep neural networks for wild animal classification [4.466592229376465]
本研究では,特定のメタデータと画像データを組み合わせることにより,野生動物の分類を改善する新しいアプローチを提案する。
ノルウェーの気候に焦点を当てたデータセットを用いて、我々のモデルは既存の手法と比較して98.4%から98.9%の精度向上を示した。
論文 参考訳（メタデータ） (2024-09-07T13:36:26Z) - Few-Shot Anomaly Detection via Category-Agnostic Registration Learning [65.64252994254268]
既存のほとんどの異常検出方法は、各カテゴリに専用のモデルを必要とする。
この記事では、新しい数ショットAD(FSAD)フレームワークを提案する。
これは新しいカテゴリーのモデル微調整を必要としない最初のFSAD法である。
論文 参考訳（メタデータ） (2024-06-13T05:01:13Z) - 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) - Facilitated machine learning for image-based fruit quality assessment in
developing countries [68.8204255655161]
自動画像分類は食品科学における教師あり機械学習の一般的な課題である。
事前学習型視覚変換器(ViT)に基づく代替手法を提案する。
標準的なデバイス上で限られたリソースで簡単に実装できる。
論文 参考訳（メタデータ） (2022-07-10T19:52:20Z) - Image analysis for automatic measurement of crustose lichens [0.0]
地層は、特に最近の地質学的堆積物や考古学的構造において、年代推定器としてよく使われている。
現在の自動化されていない手作業のキッチンと測定は、時間と手間のかかるプロセスである。
本研究は, 平らな岩盤表面のライチェンタルリを効率よく識別するワークフローと画像取得・処理ツールを提案する。
論文 参考訳（メタデータ） (2022-03-01T23:11:59Z) - Automatic Main Character Recognition for Photographic Studies [78.88882860340797]
画像の主人公は、最初に見る人の注意を引く最も重要な人間である。
画像中の主文字の同定は,従来の写真研究やメディア分析において重要な役割を担っている。
機械学習に基づく人間のポーズ推定を用いて主文字を識別する手法を提案する。
論文 参考訳（メタデータ） (2021-06-16T18:14:45Z) - An explainable deep vision system for animal classification and
detection in trail-camera images with automatic post-deployment retraining [0.0]
本稿では,テキサス・パークス野生生物局の管理下にあるフィールドから撮影したトレイルカメラ画像における動物検出のための自動視覚システムについて紹介する。
2段階の深層畳み込みニューラルネットワークパイプラインを実装し,動物を含む画像を第1段階で発見し,その画像を処理して第2段階の鳥を検出する。
動物分類システムは、動物画像の感度を93%、特異度を96%と分類する。鳥類検出システムは、感度を93%以上、特異度を92%、インターセクション・オーバー・ユニオン率を68%以上達成する。
論文 参考訳（メタデータ） (2020-10-22T06:29:55Z) - Multi-species Seagrass Detection and Classification from Underwater
Images [1.2233362977312945]
本稿では,深層畳み込みニューラルネットワークに基づく海草の多種検出と分類器を提案する。
また,画像パッチを半自動でラベル付けする簡単な手法を導入し,手動ラベリングの要件を最小化する。
この研究で収集したデータセットと、実験を再現するためのコードと事前訓練されたモデルについて、公開してリリースします。
論文 参考訳（メタデータ） (2020-09-18T07:20:44Z) - Temperate Fish Detection and Classification: a Deep Learning based
Approach [6.282069822653608]
本研究では,2段階の深層学習手法を提案する。
最初のステップは、種や性別によらず、画像中の各魚を検出することです。
第2のステップでは、画像中の各魚を事前フィルタリングせずに分類するために、Squeeze-and-Excitation (SE)アーキテクチャを備えた畳み込みニューラルネットワーク(CNN)を採用する。
論文 参考訳（メタデータ） (2020-05-14T12:40:57Z) - Automatic image-based identification and biomass estimation of
invertebrates [70.08255822611812]
時間を要する分類と分類は、どれだけの昆虫を処理できるかに強い制限を課す。
我々は、人間の専門家による分類と識別の標準的な手動アプローチを、自動画像ベース技術に置き換えることを提案する。
分類タスクには最先端のResnet-50とInceptionV3 CNNを使用する。
論文 参考訳（メタデータ） (2020-02-05T21:38:57Z) - Progressive Local Filter Pruning for Image Retrieval Acceleration [43.97722250091591]
画像検索高速化のための新しいプログレッシブ・ローカルフィルタ・プルーニング(PLFP)法を提案する。
具体的には、各フィルタの局所的な幾何学的性質を分析し、隣人に置き換えられるものを選択する。
このように、モデルの表現能力は保持される。
論文 参考訳（メタデータ） (2020-01-24T04:28:44Z)
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。