論文の概要: Towards Automatic Honey Bee Flower-Patch Assays with Paint Marking
Re-Identification
- arxiv url: http://arxiv.org/abs/2311.07407v1
- Date: Mon, 13 Nov 2023 15:41:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-14 14:00:25.687138
- Title: Towards Automatic Honey Bee Flower-Patch Assays with Paint Marking
Re-Identification
- Title(参考訳): 絵画マーキング再同定によるハニービーフラワーパッチ自動計測に向けて
- Authors: Luke Meyers, Josu\'e Rodr\'iguez Cordero, Carlos Corrada Bravo, Fanfan
Noel, Jos\'e Agosto-Rivera, Tugrul Giray, R\'emi M\'egret
- Abstract要約: そこで本研究では,ハチミツバチの行動計測を自動解析する手法として,ペンキマーキングが有用であることを示す。
我々は,4392の画像と27のアイデンティティを持つペンキマーキングを用いたミツバチ再識別のための新しいデータセットを寄贈した。
訪問検知を完全に自動化する可能性を示し、将来の現場におけるリアルタイム展開の計算時間について予備的な結果を提供する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we show that paint markings are a feasible approach to
automatize the analysis of behavioral assays involving honey bees in the field
where marking has to be as lightweight as possible. We contribute a novel
dataset for bees re-identification with paint-markings with 4392 images and 27
identities. Contrastive learning with a ResNet backbone and triplet loss led to
identity representation features with almost perfect recognition in closed
setting where identities are known in advance. Diverse experiments evaluate the
capability to generalize to separate IDs, and show the impact of using
different body parts for identification, such as using the unmarked abdomen
only. In addition, we show the potential to fully automate the visit detection
and provide preliminary results of compute time for future real-time deployment
in the field on an edge device.
- Abstract(参考訳): 本稿では,ハチミツバチができるだけ軽量でなければならない分野において,ハチミツバチの行動分析を自動化するための,塗料マーキングが実現可能であることを示す。
我々は,4392の画像と27のアイデンティティを持つペンキマーキングを用いたミツバチ再識別のための新しいデータセットを寄贈した。
resnetバックボーンと三重項損失によるコントラスト学習は、前もってアイデンティティが知られているクローズド設定において、ほぼ完全な認識を持つアイデンティティ表現機能をもたらした。
様々な実験により、別個のIDに一般化する能力を評価し、無マークの腹部のみを使用するなど、異なる身体部位を用いて識別することの影響を示す。
さらに,訪問検出を完全に自動化する可能性を示し,エッジデバイス上のフィールドにおける将来のリアルタイムデプロイメントのための計算時間の予備結果を提供する。
関連論文リスト
- Contrastive Learning of Person-independent Representations for Facial
Action Unit Detection [70.60587475492065]
自己教師型AU表現学習信号を2次元で定式化する。
ビデオクリップ内でAU表現を学習し、個人に依存しない表現を学習するためのクロスアイデンティティ再構築機構を考案する。
提案手法は,他のコントラスト学習手法よりも優れており,自己教師と教師付きAU検出手法間の性能ギャップを著しく短縮する。
論文 参考訳(メタデータ) (2024-03-06T01:49:28Z) - GADER: GAit DEtection and Recognition in the Wild [54.42997299561414]
本研究では,人間認証のためのGADERアルゴリズムを提案する。
具体的には、Double Helical Signatureを利用して人間の動きの断片を検出し、新しい歩行認識手法を取り入れている。
屋内および屋外のデータセットを用いた実験により,提案手法は歩行認識と検証のために現状よりも優れていることが示された。
論文 参考訳(メタデータ) (2023-07-27T01:53:57Z) - Towards Intrinsic Common Discriminative Features Learning for Face
Forgery Detection using Adversarial Learning [59.548960057358435]
本稿では, 対人学習を利用して, 異なる偽造法と顔の同一性による負の効果を除去する手法を提案する。
我々の顔偽造検出モデルは、偽造法や顔の同一性の影響を排除し、共通の識別的特徴を抽出することを学ぶ。
論文 参考訳(メタデータ) (2022-07-08T09:23:59Z) - Label a Herd in Minutes: Individual Holstein-Friesian Cattle
Identification [12.493458478953515]
農場全体での視覚牛のIDシステムの訓練には,ラベル付けに10分しかかからなかった。
実世界の農業CCTVにおける個人ホルシュタイン・フリーズの自動識別作業において,自己監督,メートル法学習,クラスタ分析,アクティブラーニングが相互に補完可能であることを示す。
論文 参考訳(メタデータ) (2022-04-22T19:41:47Z) - Persistent Animal Identification Leveraging Non-Visual Markers [71.14999745312626]
乱雑なホームケージ環境下で各マウスにユニークな識別子を時間をかけて発見し提供することを目的としている。
これは、(i)各マウスの視覚的特徴の区別の欠如、(ii)一定の閉塞を伴うシーンの密閉性のため、非常に難しい問題である。
本手法は, この動物識別問題に対して77%の精度を達成し, 動物が隠れているときの急激な検出を拒否することができる。
論文 参考訳(メタデータ) (2021-12-13T17:11:32Z) - Common Limitations of Image Processing Metrics: A Picture Story [58.83274952067888]
本論文は, 画像レベルの分類, セマンティックセグメンテーション, インスタンスセグメンテーション, オブジェクト検出タスクと表現できるバイオメディカル画像解析問題に焦点を当てる。
現在のバージョンは、世界中の60以上の機関からの画像分析の専門家からなる国際コンソーシアムが実施するメトリクスに関するDelphiプロセスに基づいている。
論文 参考訳(メタデータ) (2021-04-12T17:03:42Z) - SelfGait: A Spatiotemporal Representation Learning Method for
Self-supervised Gait Recognition [24.156710529672775]
歩行認識は、歩行が距離で認識することができるユニークな生体測定機能であるため、人間の識別に重要な役割を果たします。
既存の歩行認識法は歩行系列から歩行特徴を異なる方法で学習することができるが、歩行認識の性能はラベル付きデータに苦しむ。
本研究では, 事前学習プロセスとして, 多種多様でラベルなしの歩行データを活用した自己監視歩行認識手法であるSelfGaitを提案する。
論文 参考訳(メタデータ) (2021-03-27T05:15:39Z) - Modality Attention and Sampling Enables Deep Learning with Heterogeneous
Marker Combinations in Fluorescence Microscopy [5.334932400937323]
蛍光顕微鏡は、色チャネルとして可視化された様々な慎重に選択されたマーカーで染色することで、細胞、細胞ネットワーク、解剖学的ランドマークの詳細な検査を可能にする。
他の視覚応用におけるディープラーニング手法の成功にもかかわらず、蛍光画像解析の可能性はまだ明らかになっていない。
本稿では,モダリティサンプリング戦略と新しいアテンションモジュールを備えたニューラルネットワーク手法であるMarker Sampling and Exciteを提案する。
論文 参考訳(メタデータ) (2020-08-27T21:57:07Z) - Visual Identification of Individual Holstein-Friesian Cattle via Deep
Metric Learning [8.784100314325395]
ホルシュタイン・フリーズ産の牛は、チューリングの反応拡散系から生じたものと類似した、個々の特性の白黒のコートパターンを視覚的に示す。
この研究は、畳み込みニューラルネットワークとディープメトリック学習技術を介して、個々のホルシュタイン・フリース人の視覚的検出と生体認証を自動化するために、これらの自然なマーキングを利用する。
論文 参考訳(メタデータ) (2020-06-16T14:41:55Z) - 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)
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。