論文の概要: Remote sensing colour image semantic segmentation of trails created by large herbivorous Mammals

• arxiv url: http://arxiv.org/abs/2504.12121v2
• Date: Mon, 28 Apr 2025 08:56:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:52.548632
• Title: Remote sensing colour image semantic segmentation of trails created by large herbivorous Mammals
• Title（参考訳）: 大型草食性哺乳動物が生成する経路のリモートセンシングカラー画像意味セグメンテーション
• Authors: Jose Francisco Diez-Pastor, Francisco Javier Gonzalez-Moya, Pedro Latorre-Carmona, Francisco Javier Perez-Barbería, Ludmila I. Kuncheva, Antonio Canepa-Oneto, Alvar Arnaiz-González, Cesar Garcia-Osorio,
• Abstract要約: 我々は、放牧跡を自動的に検出する機械学習手法を評価した。 提案手法は,連続した時間的に放牧経路の変化をマッピングし,追跡するツールの基盤として利用することができる。
• 参考スコア（独自算出の注目度）: 0.5269923665485902
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Identifying spatial regions where biodiversity is threatened is crucial for effective ecosystem conservation and monitoring. In this stydy, we assessed varios machine learning methods to detect grazing trails automatically. We tested five semantic segmentation models combined with 14 different encoder networks. The best combination was UNet with MambaOut encoder. The solution proposed could be used as the basis for tools aiming at mapping and tracking changes in grazing trails on a continuous temporal basis.
• Abstract（参考訳）: 生物多様性が脅かされている空間領域の同定は,効率的な生態系保全とモニタリングに不可欠である。 そこで本研究では,放牧経路を自動的に検出するヴァリオス機械学習手法について検討した。 14の異なるエンコーダネットワークと組み合わせた5つのセマンティックセマンティックセマンティクスモデルを検証した。 最高の組み合わせはUNetとMambaOutエンコーダであった。 提案手法は,連続した時間的に放牧経路の変化をマッピングし,追跡するツールの基盤として利用することができる。

関連論文リスト

• MammAlps: A multi-view video behavior monitoring dataset of wild mammals in the Swiss Alps [41.58000025132071]
  MammAlps(マムアルプス)は、スイス国立公園の9つのカメラトラップから収集した野生生物の行動のデータセットである。 6135個の単一動物クリップに基づいて,最初の階層的・マルチモーダルな動物行動認識ベンチマークを提案する。 また,活動,種,個体数,気象条件の同定を目的とした第2の生態指標を提案する。
  論文  参考訳（メタデータ） (2025-03-23T21:51:58Z)
• Image-Based Relocalization and Alignment for Long-Term Monitoring of Dynamic Underwater Environments [57.59857784298534]
  本稿では,視覚的位置認識(VPR),特徴マッチング,画像分割を組み合わせた統合パイプラインを提案する。 本手法は, 再検討領域のロバスト同定, 剛性変換の推定, 生態系変化の下流解析を可能にする。
  論文  参考訳（メタデータ） (2025-03-06T05:13:19Z)
• Few-shot Species Range Estimation [61.60698161072356]
  特定の種が地球上でどこで発見できるかを知ることは、生態学の研究と保全に不可欠である。 我々は、限られたデータから種の範囲を正確に推定することの難しさに対処するために、数発の種範囲推定の新しいアプローチを概説する。 推測において,本モデルでは,テキストや画像などの任意のメタデータとともに,空間的位置のセットを入力として取り,フィードフォワード方式で未確認種の範囲を予測できる種を出力する。
  論文  参考訳（メタデータ） (2025-02-20T19:13:29Z)
• Inteligencia artificial para la multi-clasificación de fauna en fotografías automáticas utilizadas en investigación científica [0.0]
  カメラトラップは何百万もの画像の収集を可能にする。 これらの膨大なデータリポジトリに格納されている貴重な知識の多くは、未解決のままである。 本研究の目的は,動物種をカメラトラップで撮影した写真に分類するニューラルネットワークモデルの構築である。
  論文  参考訳（メタデータ） (2025-02-06T13:23:24Z)
• WildGEN: Long-horizon Trajectory Generation for Wildlife [3.8986045286948]
  軌道生成は歩行者、車両、野生動物の運動研究において重要な関心事である。 本研究では,変分オートエンコーダ(VAE)に基づく手法を用いて,この問題に対処する概念的フレームワークWildGENを紹介する。 その後、スムーズなフィルタに基づいて生成された軌跡の後の処理工程を行い、過度のさまよりを低減する。
  論文  参考訳（メタデータ） (2023-12-30T05:08:28Z)
• 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)
• 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)
• Spatial Implicit Neural Representations for Global-Scale Species Mapping [72.92028508757281]
  ある種が観察された場所の集合を考えると、その種がどこにいても存在しないかを予測するためのモデルを構築することが目的である。 従来の手法は、新たな大規模クラウドソースデータセットを活用するのに苦労している。 本研究では,47k種の地理的範囲を同時に推定するために,空間入射ニューラル表現(SINR)を用いる。
  論文  参考訳（メタデータ） (2023-06-05T03:36:01Z)
• Tracking Different Ant Species: An Unsupervised Domain Adaptation Framework and a Dataset for Multi-object Tracking [6.0409040218619685]
  本稿では,データ駆動型多目的トラッカーを提案する。 アリ追跡問題に対する新しいデータセットとベンチマークを提案する。
  論文  参考訳（メタデータ） (2023-01-25T13:00:16Z)
• Semantic keypoint extraction for scanned animals using multi-depth-camera systems [2.513785998932353]
  ポイントクラウドにおけるキーポイントアノテーションは、3D再構成、オブジェクト追跡、アライメントにおいて重要なタスクである。 農業の文脈では、家畜の自動化が条件評価や行動認識に向けて働くことが重要な課題である。 本稿では,キーポイント抽出を回帰問題として再構成することで,ポイントクラウドにおける意味キーポイントアノテーションの新たなアプローチを提案する。 本手法は,複数のハードウェア同期RGB-Dカメラの校正システムを用いて,移動牛のフィールドで収集したデータを用いて実験を行った。
  論文  参考訳（メタデータ） (2022-11-16T03:06:17Z)
• Instance Segmentation with Cross-Modal Consistency [13.524441194366544]
  本稿では,複数センサモードの測定を協調的に活用するインスタンスセグメンテーションへの新しいアプローチを提案する。 本手法は, センサ・モダリティと時間領域の両面において, 現場の点に対してコントラスト学習を適用した。 この定式化は、視点の変化に不変な埋め込みを学ぶことをモデルに促すことを実証する。
  論文  参考訳（メタデータ） (2022-10-14T21:17:19Z)
• SatMAE: Pre-training Transformers for Temporal and Multi-Spectral Satellite Imagery [74.82821342249039]
  Masked Autoencoder(MAE)に基づく時間・マルチスペクトル衛星画像の事前学習フレームワークであるSatMAEについて述べる。 時間的情報を活用するために、時間にわたって画像パッチを個別にマスキングする時間的埋め込みを含む。
  論文  参考訳（メタデータ） (2022-07-17T01:35:29Z)
• Unsupervised Domain Adaptation with Contrastive Learning for OCT Segmentation [49.59567529191423]
  本稿では,新しい未ラベル領域からのボリューム画像のセグメンテーションのための,新しい半教師付き学習フレームワークを提案する。 教師付き学習とコントラスト学習を併用し、3次元の近傍スライス間の類似性を利用したコントラストペア方式を導入する。
  論文  参考訳（メタデータ） (2022-03-07T19:02:26Z)
• Self-supervised Secondary Landmark Detection via 3D Representation Learning [13.157012771922801]
  本研究では,3次元空間における一次ランドマークと二次ランドマークの空間的関係を学習する手法を提案する。 この学習は、マカク、ハエ、人間を含む多様な生物の様々なマルチビュー設定に適用することができる。
  論文  参考訳（メタデータ） (2021-10-01T17:15:47Z)
• Detecting Cattle and Elk in the Wild from Space [6.810164473908359]
  衛星画像中の大きな黄体を位置決めし、数えることが生態学研究を支える重要な課題である。 画像中の動物数(カウント)を同時に推定し,その位置をピクセルレベルで(ローカライズ)予測するベースライン手法であるCowNetを提案する。 本稿では,カリフォルニア州ポイント・レーズ海浜の大規模景観における結果モデルの時間的一般化を特に検証する。
  論文  参考訳（メタデータ） (2021-06-29T14:35:23Z)
• Potato Crop Stress Identification in Aerial Images using Deep Learning-based Object Detection [60.83360138070649]
  本稿では, 深層ニューラルネットワークを用いたジャガイモの空中画像解析手法を提案する。 主な目的は、植物レベルでの健康作物とストレス作物の自動空間認識を実証することである。 実験により、フィールド画像中の健康植物とストレス植物を識別し、平均Dice係数0.74を達成できることを示した。
  論文  参考訳（メタデータ） (2021-06-14T21:57:40Z)
• Pretrained equivariant features improve unsupervised landmark discovery [69.02115180674885]
  我々は、この課題を克服する2段階の教師なしアプローチを、強力なピクセルベースの特徴を初めて学習することによって定式化する。 本手法は,いくつかの難解なランドマーク検出データセットにおいて最先端の結果を生成する。
  論文  参考訳（メタデータ） (2021-04-07T05:42:11Z)
• AcinoSet: A 3D Pose Estimation Dataset and Baseline Models for Cheetahs in the Wild [51.35013619649463]
  我々はAcinoSetと呼ばれる野生のフリーランニングチーターの広範なデータセットを提示する。 データセットには、119,490フレームのマルチビュー同期高速ビデオ映像、カメラキャリブレーションファイル、7,588フレームが含まれている。 また、結果の3D軌道、人間チェックされた3D地上真実、およびデータを検査するインタラクティブツールも提供される。
  論文  参考訳（メタデータ） (2021-03-24T15:54:11Z)
• Automatic Detection and Recognition of Individuals in Patterned Species [4.163860911052052]
  我々は,異なるパターンの個体の自動検出と認識のための枠組みを開発する。 我々は最近提案したFaster-RCNNオブジェクト検出フレームワークを用いて画像中の動物を効率的に検出する。 我々は,シマウマおよびジャガー画像の認識システムを評価し,他のパターンの種への一般化を示す。
  論文  参考訳（メタデータ） (2020-05-06T15:29:21Z)
• Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
  本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。 我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。 実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T10:51:32Z)
• Detecting Lane and Road Markings at A Distance with Perspective Transformer Layers [5.033948921121557]
  既存の手法では、検出精度は距離の増大とともに劣化することが多い。 これは、遠車線や道路標識が画像中の少数のピクセルを占有しているためである。 逆のパースペクティブマッピングは、パースペクティブの歪みを取り除くために使用できるが、本質的にはアーティファクトに繋がる可能性がある。
  論文  参考訳（メタデータ） (2020-03-19T03:22:52Z)

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。