論文の概要: Automating lichen monitoring in ecological studies using instance
segmentation of time-lapse images
- arxiv url: http://arxiv.org/abs/2310.17080v1
- Date: Thu, 26 Oct 2023 00:45:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-27 22:43:15.604179
- Title: Automating lichen monitoring in ecological studies using instance
segmentation of time-lapse images
- Title（参考訳）: 時間経過画像のインスタンス分割を用いた生態学的研究におけるlichenモニタリングの自動化
- Authors: Safwen Naimi, Olfa Koubaa, Wassim Bouachir, Guillaume-Alexandre
Bilodeau, Gregory Jeddore, Patricia Baines, David Correia, Andre Arsenault
- Abstract要約: てんかんをモニタリングする新しい方法は、タイムラプスカメラを使ってキッチンの個体群の画像を集めることである。
これらのカメラはニューファンドランドとラブラドールの生態学者によって、画像を分析し手動で分類し、ライシェンタリーの状態と変化を判定するために使用される。
本研究は, 長期にわたってキッチンのモニタリングを自動化し, バイオマスと環境を推定し, 生態学者の業務を促進することを目的としている。
- 参考スコア（独自算出の注目度）: 5.303048899954672
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Lichens are symbiotic organisms composed of fungi, algae, and/or
cyanobacteria that thrive in a variety of environments. They play important
roles in carbon and nitrogen cycling, and contribute directly and indirectly to
biodiversity. Ecologists typically monitor lichens by using them as indicators
to assess air quality and habitat conditions. In particular, epiphytic lichens,
which live on trees, are key markers of air quality and environmental health. A
new method of monitoring epiphytic lichens involves using time-lapse cameras to
gather images of lichen populations. These cameras are used by ecologists in
Newfoundland and Labrador to subsequently analyze and manually segment the
images to determine lichen thalli condition and change. These methods are
time-consuming and susceptible to observer bias. In this work, we aim to
automate the monitoring of lichens over extended periods and to estimate their
biomass and condition to facilitate the task of ecologists. To accomplish this,
our proposed framework uses semantic segmentation with an effective training
approach to automate monitoring and biomass estimation of epiphytic lichens on
time-lapse images. We show that our method has the potential to significantly
improve the accuracy and efficiency of lichen population monitoring, making it
a valuable tool for forest ecologists and environmental scientists to evaluate
the impact of climate change on Canada's forests. To the best of our knowledge,
this is the first time that such an approach has been used to assist ecologists
in monitoring and analyzing epiphytic lichens.
- Abstract（参考訳）: ライチェン(Lichen)は、様々な環境で生育する菌類、藻類、シアノバクテリアからなる共生生物である。
炭素と窒素の循環において重要な役割を担い、直接的かつ間接的に生物多様性に寄与する。
生態学者は通常、空気の質と生息環境を評価する指標としてそれを用いて地衣類を監視する。
特に、樹木に棲息する葉緑豊かな地衣類は、空気の質と環境の健康の重要な指標である。
新しい方法では、タイムラプスカメラを使って地衣類の集団の画像を収集する。
これらのカメラはニューファンドランドとラブラドールの生態学者によって画像を分析し手動で分類し、地衣類のタルリの状態と変化を判定するために使用される。
これらの方法は時間がかかり、オブザーバーバイアスに影響を受けやすい。
本研究は, 長期にわたってキッチンのモニタリングを自動化し, 生態学者の業務を促進するために, バイオマスと条件を推定することを目的とする。
これを実現するために,提案フレームワークは,時間経過画像上での着生着床のモニタリングとバイオマス推定を自動化するための効果的なトレーニング手法を用いたセマンティックセグメンテーションを用いた。
本手法は,森林生態学者や環境科学者にとって,気候変動がカナダの森林に与える影響を評価する上で有用なツールであると考えられる。
私たちの知る限りでは、このようなアプローチが生態学者の疫学の観察と分析を助けるのに使われたのは今回が初めてです。
関連論文リスト
- Image-Based Leopard Seal Recognition: Approaches and Challenges in Current Automated Systems [0.0]
本稿では,従来の写真を用いた自然の生息地におけるアザラシ認識の課題と進歩について考察する。
ヒョウアザラシ EmphHydrurga leptonyx は南極の生態系において重要な種である。
機械学習の出現、特にビジョントランスフォーマーの応用は、種のモニタリングにおける効率性と精度の新しい時代を告げている。
論文 参考訳（メタデータ） (2024-08-14T03:35:11Z) - Tree semantic segmentation from aerial image time series [24.14827064108217]
1年以上にわたる空中データセット画像を用いて,樹木のセマンティックセグメンテーションを行う。
単体画像で訓練したモデルと時系列で訓練したモデルを比較し,木表現学がセグメンテーション性能に与える影響を評価する。
樹種分類の階層構造を,種,属,高水準の3つのレベルで予測を洗練させるカスタム・ロス・ファンクションを取り入れることで活用する。
論文 参考訳（メタデータ） (2024-07-18T02:19:57Z) - Semantic Image Segmentation with Deep Learning for Vine Leaf Phenotyping [59.0626764544669]
本研究では,ブドウの葉のイメージを意味的にセグメント化するためにDeep Learning法を用いて,葉の表現型自動検出システムを開発した。
私たちの研究は、成長や開発のような動的な特性を捉え定量化できる植物ライフサイクルのモニタリングに寄与します。
論文 参考訳（メタデータ） (2022-10-24T14:37:09Z) - Neuroevolution-based Classifiers for Deforestation Detection in Tropical
Forests [62.997667081978825]
森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。
監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。
本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
論文 参考訳（メタデータ） (2022-08-23T16:04:12Z) - Towards Generating Large Synthetic Phytoplankton Datasets for Efficient
Monitoring of Harmful Algal Blooms [77.25251419910205]
有害な藻類(HAB)は養殖農場で重大な魚死を引き起こす。
現在、有害藻や他の植物プランクトンを列挙する標準的な方法は、顕微鏡でそれらを手動で観察し数えることである。
合成画像の生成にはGAN(Generative Adversarial Networks)を用いる。
論文 参考訳（メタデータ） (2022-08-03T20:15:55Z) - LudVision -- Remote Detection of Exotic Invasive Aquatic Floral Species
using Drone-Mounted Multispectral Data [0.34998703934432673]
ルートヴィヒア・ペプロイドは、欧州連合によって水生侵略種と見なされている。
我々の目標は、種の存在を特定する方法を開発することであった。
得られた画像から対象種を同定するため,Ludwigia p。
論文 参考訳（メタデータ） (2022-07-12T15:43:21Z) - A hybrid convolutional neural network/active contour approach to
segmenting dead trees in aerial imagery [0.5276232626689566]
枯木は森林全体の健康の指標であり、森林生態系の3分の1の生物多様性を収容し、世界の炭素在庫の8%を構成している。
本稿では,既存の畳み込みニューラルネットワークと新しいアクティブな輪郭モデルを組み合わせたエネルギー最小化フレームワークを用いて,空中写真から死んだ木の正確な形状輪郭を構築する手法を提案する。
論文 参考訳（メタデータ） (2021-12-06T00:53:51Z) - Potato Crop Stress Identification in Aerial Images using Deep
Learning-based Object Detection [60.83360138070649]
本稿では, 深層ニューラルネットワークを用いたジャガイモの空中画像解析手法を提案する。
主な目的は、植物レベルでの健康作物とストレス作物の自動空間認識を実証することである。
実験により、フィールド画像中の健康植物とストレス植物を識別し、平均Dice係数0.74を達成できることを示した。
論文 参考訳（メタデータ） (2021-06-14T21:57:40Z) - Machine Learning for Glacier Monitoring in the Hindu Kush Himalaya [54.12023102155757]
氷河マッピングは、hkh領域における生態モニタリングの鍵となる。
気候変動は、氷河生態系の健康に依存している個人にリスクを与える。
本稿では,氷河に着目した環境モニタリングを支援する機械学習手法を提案する。
論文 参考訳（メタデータ） (2020-12-09T12:48:06Z) - 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) - Towards detection and classification of microscopic foraminifera using
transfer learning [0.0]
ミクロ化石の分類と数え方は海洋学と気候学において重要なツールである。
微視的フォアミニフェラの検出と分類が可能な深層学習モデルの開発に向けた第一歩が提案されている。
バレンツ海地域の微視的フォアミニフェラと堆積物からなる新しい画像データセットが導入された。
論文 参考訳（メタデータ） (2020-01-14T13:57:08Z)
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。