論文の概要: Moo-ving Beyond Tradition: Revolutionizing Cattle Behavioural Phenotyping with Pose Estimation Techniques
- arxiv url: http://arxiv.org/abs/2408.06336v1
- Date: Mon, 12 Aug 2024 17:52:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-13 13:46:07.982327
- Title: Moo-ving Beyond Tradition: Revolutionizing Cattle Behavioural Phenotyping with Pose Estimation Techniques
- Title（参考訳）: Moo-ving beyond Tradition:Revolutionizing Cattle Behavioural Phenotyping with Pose Estimation Techniques
- Authors: Navid Ghassemi, Ali Goldani, Ian Q. Whishaw, Majid H. Mohajerani,
- Abstract要約: 牛産業は米国やカナダを含む多くの国の経済に大きく貢献している。
人工知能(AI)の統合は、このセクターに革命をもたらし、すべての産業における変革的な影響を反映している。
これらの方法のうち、ポーズ推定には特別な場所があり、ポーズ推定は動物の画像における関節の位置を見つける過程である。
- 参考スコア（独自算出の注目度）: 0.2999888908665658
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The cattle industry has been a major contributor to the economy of many countries, including the US and Canada. The integration of Artificial Intelligence (AI) has revolutionized this sector, mirroring its transformative impact across all industries by enabling scalable and automated monitoring and intervention practices. AI has also introduced tools and methods that automate many tasks previously performed by human labor with the help of computer vision, including health inspections. Among these methods, pose estimation has a special place; pose estimation is the process of finding the position of joints in an image of animals. Analyzing the pose of animal subjects enables precise identification and tracking of the animal's movement and the movements of its body parts. By summarizing the video and imagery data into movement and joint location using pose estimation and then analyzing this information, we can address the scalability challenge in cattle management, focusing on health monitoring, behavioural phenotyping and welfare concerns. Our study reviews recent advancements in pose estimation methodologies, their applicability in improving the cattle industry, existing challenges, and gaps in this field. Furthermore, we propose an initiative to enhance open science frameworks within this field of study by launching a platform designed to connect industry and academia.
- Abstract（参考訳）: 牛産業は米国やカナダを含む多くの国の経済に大きく貢献している。
人工知能(AI)の統合は、このセクターに革命をもたらし、スケーラブルで自動化された監視と介入のプラクティスを可能にすることによって、すべての産業における変革的な影響を反映している。
AIはまた、健康検査を含むコンピュータビジョンの助けを借りて、以前人間の労働によって行われた多くのタスクを自動化するツールや方法も導入している。
これらの方法のうち、ポーズ推定には特別な場所があり、ポーズ推定は動物の画像における関節の位置を見つける過程である。
動物のポーズを分析することで、動物の動きと身体部分の動きを正確に識別し、追跡することができる。
映像と画像データをポーズ推定を用いて動きと関節の位置に要約し,その情報を解析することにより,健康モニタリング,行動表現,福祉の懸念に焦点をあてて,牛経営におけるスケーラビリティの課題に対処することができる。
本研究は, ポーズ推定手法の最近の進歩, 牛産業改善への適用性, 既存の課題, この分野におけるギャップについて検討した。
さらに,本研究分野におけるオープンサイエンスの枠組みを強化するための取り組みとして,産学と産学を結びつけるためのプラットフォームを立ち上げる。
関連論文リスト
- Systematic Literature Review of Vision-Based Approaches to Outdoor Livestock Monitoring with Lessons from Wildlife Studies [4.665771068009825]
我々は,牛,馬,鹿,ヤギ,羊,コアラ,キリン,ゾウなどの大型地球性哺乳類に焦点をあてる。
我々は,現在の視覚に基づく手法がPLFの文脈に適用可能であること,今後の研究に期待できる方向性について詳細に論じる。
論文 参考訳（メタデータ） (2024-10-07T13:53:17Z) - Public Computer Vision Datasets for Precision Livestock Farming: A Systematic Survey [3.3651853492305177]
本研究は,家畜のCVデータセットの公開に関する最初の体系的な調査である。
58の公開データセットのうち、ほぼ半分は牛用で、続いて豚、鶏、その他の動物が続く。
個人の動物検出とカラーイメージングは、家畜にとって主要な応用であり、画像のモダリティである。
論文 参考訳（メタデータ） (2024-06-15T13:22:41Z) - AnimalFormer: Multimodal Vision Framework for Behavior-based Precision Livestock Farming [0.0]
精密畜産のためのマルチモーダルビジョン・フレームワークを提案する。
我々は、GroundingDINO、HQSAM、ViTPoseモデルのパワーを利用する。
このスイートは、侵入的な動物タグ付けをすることなく、ビデオデータから包括的な行動分析を可能にする。
論文 参考訳（メタデータ） (2024-06-14T04:42:44Z) - Data Augmentation in Human-Centric Vision [54.97327269866757]
本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。
それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。
我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
論文 参考訳（メタデータ） (2024-03-13T16:05:18Z) - Computer Vision for Primate Behavior Analysis in the Wild [61.08941894580172]
ビデオに基づく行動監視は、動物の認知と行動を研究する方法を変える大きな可能性を秘めている。
今でも、エキサイティングな見通しと、今日実際に達成できるものの間には、かなり大きなギャップがある。
論文 参考訳（メタデータ） (2024-01-29T18:59:56Z) - A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。
マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。
これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文 参考訳（メタデータ） (2022-11-07T17:20:39Z) - Going Deeper than Tracking: a Survey of Computer-Vision Based
Recognition of Animal Pain and Affective States [1.993938356023085]
ますます多くの作品が追跡よりも「絶望的」になり、感情や痛みなどの動物の内的状態の自動認識に対処している。
本稿では,動物における情動状態と痛みの認識に関するコンピュータビジョンに基づく総合的な調査を行う。
論文 参考訳（メタデータ） (2022-06-16T18:50:02Z) - Affect Analysis in-the-wild: Valence-Arousal, Expressions, Action Units
and a Unified Framework [83.21732533130846]
Aff-Wild と Aff-Wild2 の2つである。
これは、これらのデータベースで訓練された深層ニューラルネットワークの2つのクラスの設計を示す。
インパクト認識を共同で学び、効果的に一般化し、実行することができる新しいマルチタスクおよび全体主義のフレームワークが提示されます。
論文 参考訳（メタデータ） (2021-03-29T17:36:20Z) - Perspectives on individual animal identification from biology and
computer vision [58.81800919492064]
計算機科学者と生物学者の両方に利用可能なツールの概要を提供するコンピュータビジョン識別技術の最近の進歩を概観する。
動物識別プロジェクトを始めるための勧告を提示し、現在の限界を説明し、将来どのように対処されるかを提案する。
論文 参考訳（メタデータ） (2021-02-28T16:50:09Z) - Muti-view Mouse Social Behaviour Recognition with Deep Graphical Model [124.26611454540813]
マウスの社会的行動分析は神経変性疾患の治療効果を評価する貴重なツールである。
マウスの社会行動の豊かな記述を創出する可能性から、ネズミの観察にマルチビュービデオ記録を使用することは、ますます注目を集めている。
本稿では,ビュー固有のサブ構造とビュー共有サブ構造を協調的に学習する,新しい多視点潜在意識・動的識別モデルを提案する。
論文 参考訳（メタデータ） (2020-11-04T18:09:58Z)
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。