論文の概要: Systematic Literature Review of Vision-Based Approaches to Outdoor Livestock Monitoring with Lessons from Wildlife Studies

• arxiv url: http://arxiv.org/abs/2410.05041v1
• Date: Mon, 7 Oct 2024 13:53:17 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-02 00:38:19.136466
• Title: Systematic Literature Review of Vision-Based Approaches to Outdoor Livestock Monitoring with Lessons from Wildlife Studies
• Title（参考訳）: 野生動物研究の教訓を取り入れた屋外家畜モニタリングへのビジョンベースアプローチの体系的文献レビュー
• Authors: Stacey D. Scott, Zayn J. Abbas, Feerass Ellid, Eli-Henry Dykhne, Muhammad Muhaiminul Islam, Weam Ayad, Kristina Kacmorova, Dan Tulpan, Minglun Gong,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 4.665771068009825
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Precision livestock farming (PLF) aims to improve the health and welfare of livestock animals and farming outcomes through the use of advanced technologies. Computer vision, combined with recent advances in machine learning and deep learning artificial intelligence approaches, offers a possible solution to the PLF ideal of 24/7 livestock monitoring that helps facilitate early detection of animal health and welfare issues. However, a significant number of livestock species are raised in large outdoor habitats that pose technological challenges for computer vision approaches. This review provides a comprehensive overview of computer vision methods and open challenges in outdoor animal monitoring. We include research from both the livestock and wildlife fields in the review because of the similarities in appearance, behaviour, and habitat for many livestock and wildlife. We focus on large terrestrial mammals, such as cattle, horses, deer, goats, sheep, koalas, giraffes, and elephants. We use an image processing pipeline to frame our discussion and highlight the current capabilities and open technical challenges at each stage of the pipeline. The review found a clear trend towards the use of deep learning approaches for animal detection, counting, and multi-species classification. We discuss in detail the applicability of current vision-based methods to PLF contexts and promising directions for future research.
• Abstract（参考訳）: 精密家畜農業(PLF)は、先進技術を用いて家畜の健康と福祉と農業成果を改善することを目的としている。 コンピュータビジョンは、機械学習とディープラーニング人工知能アプローチの最近の進歩と組み合わさって、動物の健康と福祉の問題を早期に検出するのに役立つ24/7の家畜モニタリングという、PLFの理想の解決策を提供する。 しかし、多くの家畜種が大規模な屋外の生息地で育てられ、コンピュータビジョンのアプローチに技術的課題をもたらす。 本総説では,屋外動物モニタリングにおけるコンピュータビジョン手法とオープン課題について概観する。 我々は,多くの家畜や野生動物の外見,行動,生息環境の類似性から,家畜と野生生物の両方の研究をレビューに含めている。 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。 私たちは、イメージ処理パイプラインを使用して、議論をフレーム化し、現在の機能を強調し、パイプラインの各ステージにおける技術的な課題をオープンにしています。 このレビューでは、動物検出、計数、多種分類にディープラーニングアプローチを採用する傾向が明らかとなった。 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。

関連論文リスト

• Harnessing Artificial Intelligence for Wildlife Conservation [0.0937465283958018]
  保護AIは、視覚スペクトルと熱赤外線カメラを使用して、動物、人間、密猟に関連する物体を検出し、分類する。 このプラットフォームは、このデータを畳み込みニューラルネットワーク(CNN)とTransformerアーキテクチャで処理し、種を監視する。 ヨーロッパ、北アメリカ、アフリカ、東南アジアの事例研究は、このプラットフォームが種の識別、生物多様性の監視、密猟防止に成功していることを強調している。
  論文  参考訳（メタデータ） (2024-08-30T09:13:31Z)
• 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)
• 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)
• 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)
• Elephants and Algorithms: A Review of the Current and Future Role of AI in Elephant Monitoring [47.24825031148412]
  人工知能(AI)と機械学習(ML)は、動物行動と保全戦略の理解を深める革命的な機会を提供する。 アフリカ保護地域の重要な種であるゾウを焦点として、我々はAIとMLが保護に果たす役割を掘り下げる。 新しいAIとML技術は、このプロセスを合理化するためのソリューションを提供する。
  論文  参考訳（メタデータ） (2023-06-23T22:35:51Z)
• CLAMP: Prompt-based Contrastive Learning for Connecting Language and Animal Pose [70.59906971581192]
  本稿では,言語とAniMal Poseを効果的に接続するための,新しいプロンプトベースのコントラスト学習手法を提案する。 CLAMPは、ネットワークトレーニング中にテキストプロンプトを動物のキーポイントに適応させることでギャップを埋めようとしている。 実験結果から, 教師付き, 少数ショット, ゼロショット設定下での最先端性能が得られた。
  論文  参考訳（メタデータ） (2022-06-23T14:51:42Z)
• Seeing biodiversity: perspectives in machine learning for wildlife conservation [49.15793025634011]
  機械学習は、野生生物種の理解、モニタリング能力、保存性を高めるために、この分析的な課題を満たすことができると我々は主張する。 本質的に、新しい機械学習アプローチとエコロジー分野の知識を組み合わせることで、動物生態学者は現代のセンサー技術が生み出すデータの豊富さを生かすことができる。
  論文  参考訳（メタデータ） (2021-10-25T13:40:36Z)
• 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)

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。