論文の概要: PanAf20K: A Large Video Dataset for Wild Ape Detection and Behaviour Recognition

• arxiv url: http://arxiv.org/abs/2401.13554v2
• Date: Wed, 31 Jan 2024 15:54:10 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-01 16:50:40.446419
• Title: PanAf20K: A Large Video Dataset for Wild Ape Detection and Behaviour Recognition
• Title（参考訳）: panaf20k:野生の猿の検出と行動認識のための大規模ビデオデータセット
• Authors: Otto Brookes, Majid Mirmehdi, Colleen Stephens, Samuel Angedakin, Katherine Corogenes, Dervla Dowd, Paula Dieguez, Thurston C. Hicks, Sorrel Jones, Kevin Lee, Vera Leinert, Juan Lapuente, Maureen S. McCarthy, Amelia Meier, Mizuki Murai, Emmanuelle Normand, Virginie Vergnes, Erin G. Wessling, Roman M. Wittig, Kevin Langergraber, Nuria Maldonado, Xinyu Yang, Klaus Zuberbuhler, Christophe Boesch, Mimi Arandjelovic, Hjalmar Kuhl, Tilo Burghardt
• Abstract要約: PanAf20Kデータセットは、その自然環境における偉大な類人猿の、最大かつ最も多様なオープンアクセスアノテートビデオデータセットである。 熱帯アフリカの14の畑で収集されたチンパンジーとゴリラのカメラトラップビデオ2万枚に700万枚以上のフレームが含まれている。
• 参考スコア（独自算出の注目度）: 15.272335338021419
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present the PanAf20K dataset, the largest and most diverse open-access annotated video dataset of great apes in their natural environment. It comprises more than 7 million frames across ~20,000 camera trap videos of chimpanzees and gorillas collected at 14 field sites in tropical Africa as part of the Pan African Programme: The Cultured Chimpanzee. The footage is accompanied by a rich set of annotations and benchmarks making it suitable for training and testing a variety of challenging and ecologically important computer vision tasks including ape detection and behaviour recognition. Furthering AI analysis of camera trap information is critical given the International Union for Conservation of Nature now lists all species in the great ape family as either Endangered or Critically Endangered. We hope the dataset can form a solid basis for engagement of the AI community to improve performance, efficiency, and result interpretation in order to support assessments of great ape presence, abundance, distribution, and behaviour and thereby aid conservation efforts.
• Abstract（参考訳）: 我々は,自然環境において類人猿の最大かつ最も多様なオープンアクセスアノテートビデオデータセットであるpanaf20kデータセットを提案する。 約2万本のチンパンジーとゴリラのカメラトラップビデオが、パンアフリカプログラムの一環として、熱帯アフリカの14のフィールドサイトから収集された700万フレーム以上からなる。 映像には豊富なアノテーションとベンチマークが付属しており、猿の検出や行動認識など、さまざまな挑戦的で生態学的に重要なコンピュータビジョンタスクのトレーニングとテストに適している。 国際自然保護連合(international union for conservation of nature)は、大型猿科の全ての種を絶滅危惧種または絶滅危惧種としてリストアップしているため、カメラトラップ情報のai分析は極めて重要である。 データセットがAIコミュニティの関与の確固たる基盤を形成し、パフォーマンス、効率、結果の解釈を改善し、類人猿の存在、豊富さ、分布、行動の評価を支援し、保存活動を支援することを願っている。

関連論文リスト

• Insect Identification in the Wild: The AMI Dataset [35.41544843896443]
  昆虫は世界の生物多様性の半分を占めるが、世界の昆虫の多くは姿を消している。 この危機にもかかわらず、昆虫の多様性と豊かさに関するデータはいまだに不十分である。 昆虫認識のための大規模な機械学習ベンチマークを初めて提供します。
  論文  参考訳（メタデータ） (2024-06-18T09:57:02Z)
• 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)
• 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)
• OpenApePose: a database of annotated ape photographs for pose estimation [1.056517711677027]
  自然主義的な文脈で6種の類人猿の写真を71,868枚添付した新しい公開データセットOpenApePoseを提示する。 我々は、猿や人間に訓練されたネットワークよりも、猿の写真で訓練された標準的なディープネット(HRNet-W48)が、確実にサンプルの猿の写真を追跡することができることを示した。
  論文  参考訳（メタデータ） (2022-11-30T16:53:18Z)
• APT-36K: A Large-scale Benchmark for Animal Pose Estimation and Tracking [77.87449881852062]
  APT-36Kは動物のポーズ推定と追跡のための最初の大規模ベンチマークである。 このビデオは、30種の動物から収集・フィルタリングされた2,400のビデオクリップと、各ビデオの15フレームで構成されており、合計で36,000フレームとなっている。 我々は,(1)ドメイン内およびドメイン間移動学習環境下での単一フレームでの動物ポーズ推定,(2)未確認動物に対する種間ドメイン一般化テスト,(3)動物追跡による動物ポーズ推定の3つのモデルについて,いくつかの代表的モデルをベンチマークした。
  論文  参考訳（メタデータ） (2022-06-12T07:18:36Z)
• Animal Kingdom: A Large and Diverse Dataset for Animal Behavior Understanding [4.606145900630665]
  大規模で多様なデータセットであるAnimal Kingdomを作成し、複数の注釈付きタスクを提供します。 私たちのデータセットには、関連する動物行動セグメントをローカライズする50時間のアノテーション付きビデオが含まれています。 本研究では,未確認新種動物を用いた行動認識の一般的な特徴と特定の特徴を学習する協調行動認識(CARe)モデルを提案する。
  論文  参考訳（メタデータ） (2022-04-18T02:05:15Z)
• AP-10K: A Benchmark for Animal Pose Estimation in the Wild [83.17759850662826]
  一般的な動物のポーズ推定のための,最初の大規模ベンチマークであるAP-10Kを提案する。 AP-10Kは動物23種と60種から収集・濾過された10,015枚からなる。 その結果、様々な動物種からの学習の精度と一般化能力の両面での優位性に関する実験的な証拠が得られた。
  論文  参考訳（メタデータ） (2021-08-28T10:23:34Z)
• 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)
• A Dataset and Application for Facial Recognition of Individual Gorillas in Zoo Environments [1.914535189888288]
  我々はブリストル動物園の7つの低地ゴリラの部隊に5k以上の顔境界ボックスアノテーションを用いたビデオデータセットを提出した。 動物園環境における個々のゴリラを顔で認識する作業において,標準的なディープラーニングパイプラインを実装し,評価する。 YOLOv3ベースのアプリケーションは,1フレームのみを利用する場合,92% mAPで識別を行うことができることを示す。
  論文  参考訳（メタデータ） (2020-12-08T19:23:22Z)
• Human in Events: A Large-Scale Benchmark for Human-centric Video Analysis in Complex Events [106.19047816743988]
  我々は、Human-in-Events(Human-in-Events)またはHiEve(HiEve)という、包括的なアノテーションを備えた新しい大規模データセットを提案する。 これには、複雑なイベントにおけるアクションインスタンスの最大数(>56k)と、長時間続くトラジェクトリの最大数(>1M)が含まれている。 多様なアノテーションに基づいて、アクション認識とポーズ推定のための2つのシンプルなベースラインを提示する。
  論文  参考訳（メタデータ） (2020-05-09T18:24:52Z)
• PANDA: A Gigapixel-level Human-centric Video Dataset [74.12377583050142]
  大規模・長期・多目的視覚分析のための,最初のギガPixelレベルのフガン中心のViDeo dAtasetであるPANDAを提示する。 PANDAのビデオは、ギガピクセルのカメラで撮影され、広い視野と高解像度の細部の両方で現実世界のシーンをカバーしている。 PANDAは15,974.6kのバウンディングボックス、111.8kの微粒な属性ラベル、12.7kの軌道、2.2kのグループ、2.9kの相互作用を含む、リッチで階層的な基底構造アノテーションを提供する。
  論文  参考訳（メタデータ） (2020-03-10T16:58:32Z)

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。