論文の概要: When Trackers Date Fish: A Benchmark and Framework for Underwater Multiple Fish Tracking

• arxiv url: http://arxiv.org/abs/2507.06400v1
• Date: Tue, 08 Jul 2025 21:08:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-10 17:37:43.392052
• Title: When Trackers Date Fish: A Benchmark and Framework for Underwater Multiple Fish Tracking
• Title（参考訳）: トラッカーが魚をデートする時: 水中複数魚追跡のためのベンチマークとフレームワーク
• Authors: Weiran Li, Yeqiang Liu, Qiannan Guo, Yijie Wei, Hwa Liang Leo, Zhenbo Li,
• Abstract要約: MFT25(Multiple Fish Tracking dataset 2025)は、水中の複数の魚の追跡に特化して設計された最初の総合的なデータセットである。 我々のデータセットは、様々な水中環境、魚類種、そして閉塞、類似した外観、不規則な動きパターンを含む挑戦的な条件を捉えています。 非線型泳法に最適化されたUKF(Unscented Kalman Filter)を特徴とする特有な追跡フレームワークであるSU-T(Scale-Aware and Unscented Tracker)を紹介する。
• 参考スコア（独自算出の注目度）: 3.5294997953439426
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multiple object tracking (MOT) technology has made significant progress in terrestrial applications, but underwater tracking scenarios remain underexplored despite their importance to marine ecology and aquaculture. We present Multiple Fish Tracking Dataset 2025 (MFT25), the first comprehensive dataset specifically designed for underwater multiple fish tracking, featuring 15 diverse video sequences with 408,578 meticulously annotated bounding boxes across 48,066 frames. Our dataset captures various underwater environments, fish species, and challenging conditions including occlusions, similar appearances, and erratic motion patterns. Additionally, we introduce Scale-aware and Unscented Tracker (SU-T), a specialized tracking framework featuring an Unscented Kalman Filter (UKF) optimized for non-linear fish swimming patterns and a novel Fish-Intersection-over-Union (FishIoU) matching that accounts for the unique morphological characteristics of aquatic species. Extensive experiments demonstrate that our SU-T baseline achieves state-of-the-art performance on MFT25, with 34.1 HOTA and 44.6 IDF1, while revealing fundamental differences between fish tracking and terrestrial object tracking scenarios. MFT25 establishes a robust foundation for advancing research in underwater tracking systems with important applications in marine biology, aquaculture monitoring, and ecological conservation. The dataset and codes are released at https://vranlee.github.io/SU-T/.
• Abstract（参考訳）: 複数の物体追跡(MOT)技術は地球上の応用において大きな進歩を遂げてきたが、海洋生態学や養殖に重点を置いているにもかかわらず、水中追跡のシナリオは未発見のままである。 MFT25(Multiple Fish Tracking Dataset 2025)は,48,066フレームにわたる408,578個の細かな注釈付きバウンダリングボックスを備えた15種類のビデオシーケンスを特徴とする,水中の魚追跡用に設計された最初の総合データセットである。 我々のデータセットは、様々な水中環境、魚類種、そして閉塞、類似した外観、不規則な動きパターンを含む挑戦的な条件を捉えています。 さらに,非線形魚の泳動パターンに最適化されたUKF (Unscented Kalman Filter) と,水生生物の独特の形態的特徴を考慮に入れた新しい魚介在物 (FishIoU) のマッチングを特徴とする,スケール・アウェア・アンド・アンセント・トラッカー (SU-T) を導入した。 大規模な実験により,我々のSU-Tベースラインは34.1HOTAと44.6IDF1でMFT25の最先端性能を達成し,魚類追跡と地球外物体追跡の基本的な相違を明らかにした。 MFT25は、海洋生物学、養殖モニタリング、生態保全に重要な応用を持つ水中追跡システムの研究を進めるための堅牢な基盤を確立している。 データセットとコードはhttps://vranlee.github.io/SU-T/で公開される。

関連論文リスト

• MPT: A Large-scale Multi-Phytoplankton Tracking Benchmark [36.37530623015916]
  本稿では,様々な背景情報と観測時の動作変化を網羅するベンチマークデータセットであるMultiple Phytoplankton Tracking (MPT)を提案する。 このデータセットには27種類の植物プランクトンと動物プランクトンが含まれ、14種類の背景があり、多様な複雑な水中環境をシミュレートしている。 標準特徴抽出器の出力残量を予測するための追加特徴抽出器を導入し、抽出器の異なる層の特徴に基づいて多スケールのフレーム間類似性を計算した。
  論文  参考訳（メタデータ） (2024-10-22T04:57:28Z)
• Underwater Camouflaged Object Tracking Meets Vision-Language SAM2 [60.47622353256502]
  本研究は,UW-COT220という大規模水中カモフラージュ型物体追跡データセットを提案する。 提案したデータセットに基づいて、本研究はまず、水中環境に挑戦するSAMとSAM2ベースのトラッカーを含む、現在の高度な視覚オブジェクト追跡手法を評価する。 本研究はSAM2よりもSAM2を改良し,水中カモフラージュ物体の複雑度を処理できることを実証した。
  論文  参考訳（メタデータ） (2024-09-25T13:10:03Z)
• Improving Underwater Visual Tracking With a Large Scale Dataset and Image Enhancement [70.2429155741593]
  本稿では,水中ビジュアルオブジェクト追跡(UVOT)のための新しいデータセットと汎用トラッカ拡張手法を提案する。 水中環境は、一様でない照明条件、視界の低さ、鋭さの欠如、コントラストの低さ、カモフラージュ、懸濁粒子からの反射を示す。 本研究では,追尾品質の向上に特化して設計された水中画像強調アルゴリズムを提案する。 この手法により、最先端(SOTA)ビジュアルトラッカーの最大5.0%のAUCの性能が向上した。
  論文  参考訳（メタデータ） (2023-08-30T07:41:26Z)
• BrackishMOT: The Brackish Multi-Object Tracking Dataset [20.52569822945148]
  濁った環境で捕獲された水中マルチオブジェクト追跡(MOT)データセットは公開されていない。 BrackishMOTは、野生で捕獲された98のシークエンスから構成される。新しいデータセットに加えて、最先端のトラッカーをトレーニングしてベースライン結果を示す。 トレーニング中に合成データを含めることの効果を分析し,実際の水中トレーニングデータと合成水中トレーニングデータを組み合わせることで,追跡性能が向上することを示した。
  論文  参考訳（メタデータ） (2023-02-21T13:02:36Z)
• Movement Tracks for the Automatic Detection of Fish Behavior in Videos [63.85815474157357]
  水中ビデオでサブルフィッシュ(Anoplopoma fimbria)の発芽行動のデータセットを提供し,その上での深層学習(DL)法による行動検出について検討した。 提案する検出システムは,Long Short-Term Memory(LSTM)ネットワークを用いて,サブルフィッシュの起動動作を識別する。
  論文  参考訳（メタデータ） (2020-11-28T05:51:19Z)

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。