論文の概要: Multisensor Data Fusion for Automatized Insect Monitoring (KInsecta)
- arxiv url: http://arxiv.org/abs/2404.18504v1
- Date: Mon, 29 Apr 2024 08:46:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-30 14:27:01.309711
- Title: Multisensor Data Fusion for Automatized Insect Monitoring (KInsecta)
- Title（参考訳）: 自動昆虫モニタリング(KInsecta)のためのマルチセンサデータフュージョン
- Authors: Martin Tschaikner, Danja Brandt, Henning Schmidt, Felix Bießmann, Teodor Chiaburu, Ilona Schrimpf, Thomas Schrimpf, Alexandra Stadel, Frank Haußer, Ingeborg Beckers,
- Abstract要約: 本稿では,昆虫の分類にAIを用いたデータ融合を用いたマルチセンサ手法を提案する。
このシステムは低コストのセットアップとして設計されており、カメラモジュールと光ウィングビートセンサーで構成されている。
7種の種でセットされた、非常にバランスの取れない小さなデータセットの最初のテストは、種分類に有望な結果を示した。
- 参考スコア（独自算出の注目度）: 32.57872751877726
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Insect populations are declining globally, making systematic monitoring essential for conservation. Most classical methods involve death traps and counter insect conservation. This paper presents a multisensor approach that uses AI-based data fusion for insect classification. The system is designed as low-cost setup and consists of a camera module and an optical wing beat sensor as well as environmental sensors to measure temperature, irradiance or daytime as prior information. The system has been tested in the laboratory and in the field. First tests on a small very unbalanced data set with 7 species show promising results for species classification. The multisensor system will support biodiversity and agriculture studies.
- Abstract（参考訳）: 昆虫の個体数は世界中で減少しており、保護のためには体系的なモニタリングが不可欠である。
ほとんどの古典的な方法では、死の罠や虫の保護に対処する。
本稿では,昆虫の分類にAIを用いたデータ融合を用いたマルチセンサ手法を提案する。
このシステムは低コストのセットアップとして設計されており、カメラモジュールと光ウィングビートセンサーと環境センサーからなり、事前情報として温度、照射、日中を測定する。
システムは実験室と現場でテストされている。
7種の種でセットされた、非常にバランスのとれた小さなデータセットの最初のテストは、種分類に有望な結果を示した。
マルチセンサーシステムは、生物多様性と農業研究を支援する。
関連論文リスト
- Towards Scalable Insect Monitoring: Ultra-Lightweight CNNs as On-Device Triggers for Insect Camera Traps [0.10713888959520207]
カメラトラップは、自動化されたスケーラブルな生物多様性監視を実現する手段として登場した。
カメラトラップをトリガーする受動赤外線(PIR)センサーは、昆虫のような小型で素早く動く外惑星を検出するには適していない。
本研究は、低消費電力ハードウェア上で動作する超軽量畳み込みニューラルネットワークであるPIRトリガの代替を提案する。
論文 参考訳（メタデータ） (2024-11-18T15:46:39Z) - A machine learning pipeline for automated insect monitoring [17.034158815607128]
カメラトラップは、これまでは地上の脊椎動物をモニタリングするために用いられていました。
われわれは、カメラトラップによるマウスの自動監視のための、完全なオープンソースの機械学習ベースのソフトウェアパイプラインについて説明する。
論文 参考訳（メタデータ） (2024-06-18T19:51:16Z) - 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) - Low Cost Machine Vision for Insect Classification [33.7054351451505]
本稿では,低コストでスケーラブルなオープンソースシステムとして開発されたマルチセンサシステムの一部として,イメージング手法を提案する。
このシステムは、同じ昆虫種16種と異なる属、家系、順序からなるデータセットで、例に評価される。
種間類似度の高い種を分類するためには,昆虫のイメージトリミングが必要であることが証明された。
論文 参考訳（メタデータ） (2024-04-26T15:43:24Z) - SatBird: Bird Species Distribution Modeling with Remote Sensing and
Citizen Science Data [68.2366021016172]
本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。
ケニアでは低データのレシエーションを表すデータセットも提供しています。
リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
論文 参考訳（メタデータ） (2023-11-02T02:00:27Z) - Evaluation of the potential of Near Infrared Hyperspectral Imaging for
monitoring the invasive brown marmorated stink bug [53.682955739083056]
BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。
本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
論文 参考訳（メタデータ） (2023-01-19T11:37:20Z) - Spatial Monitoring and Insect Behavioural Analysis Using Computer Vision
for Precision Pollination [6.2997667081978825]
昆虫は作物の最も重要な世界的な受粉者であり、自然生態系の持続可能性を維持する上で重要な役割を担っている。
現在のコンピュータビジョンは、複雑な屋外環境における昆虫追跡を空間的に制限している。
本稿では,昆虫数計測,昆虫の動き追跡,行動解析,受粉予測のためのマーカーレスデータキャプチャーシステムを紹介する。
論文 参考訳（メタデータ） (2022-05-10T05:11:28Z) - A dataset for multi-sensor drone detection [67.75999072448555]
近年,小型・遠隔操作無人航空機(UAV)の使用が増加している。
ドローン検出に関するほとんどの研究は、取得デバイスの種類、ドローンの種類、検出範囲、データセットを特定することに失敗している。
我々は、赤外線および可視ビデオとオーディオファイルを含むドローン検出のための注釈付きマルチセンサーデータベースにコントリビュートする。
論文 参考訳（メタデータ） (2021-11-02T20:52:03Z) - Moving Object Classification with a Sub-6 GHz Massive MIMO Array using
Real Data [64.48836187884325]
無線信号を用いた屋内環境における各種活動の分類は,様々な応用の新たな技術である。
本論文では,屋内環境におけるマルチインプット・マルチアウトプット(MIMO)システムから,機械学習を用いて移動物体の分類を解析する。
論文 参考訳（メタデータ） (2021-02-09T15:48:35Z) - 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。