論文の概要: Poaching Hotspot Identification Using Satellite Imagery

• arxiv url: http://arxiv.org/abs/2508.09812v1
• Date: Wed, 13 Aug 2025 13:44:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-14 20:42:00.910796
• Title: Poaching Hotspot Identification Using Satellite Imagery
• Title（参考訳）: 衛星画像を用いたポーチホットスポット同定
• Authors: Aryan Pandhi, Shrey Baid, Sanjali Jha,
• Abstract要約: アフリカ諸国のエレファント・ポーチングは10年前の問題だ。 アフリカン・フォレスト・エレファントは現在絶滅危惧種に指定されている。 アフリカ・サバンナ・エレファントはIUCNによって危惧されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Elephant Poaching in African countries has been a decade-old problem. So much so that African Forest Elephants are now listed as an endangered species, and African Savannah Elephants as critically endangered by the IUCN (International Union for Conservation of Nature). [1] Elephants are hunted primarily for their ivory tusks which caused many elephants to be born tuskless as a genetic modification for survival. [2] Data gathered by recent studies shows that though poaching methods remain the same, the poaching grounds are rather dynamic. Poachers have shifted to areas with less ranger patrols and several other factors like watering holes, seasons, altitude etc. cause constant shifts in poaching hotspot locations. [3] After a period of low poaching from 2000-2014, poaching numbers in African countries are now on the rise again -- WWF (World Wildlife Foundation) says there are 20,000 elephants poached annually [4]. In African countries, anti-poaching efforts are concentrated near towns, while a majority of poaching occurs in the deserted regions. All of these factors result in the need for a Computer Vision Model to identify poaching hotspots through locating the geographic indicators of favorable poaching regions. A CV model eliminates the need to manually track poachers and account for the environmental factors to deploy resources and its combination with satellite imagery allows us to survey large areas without disturbing local species or cross border aviation restrictions.
• Abstract（参考訳）: アフリカ諸国のエレファント・ポーチングは10年前の問題だ。 アフリカ・フォレスト・エレファントは現在絶滅危惧種に指定されており、アフリカ・サバンナ・エレファントは国際自然保護連合(IUCN)によって絶滅危惧種に指定されている。 [1] 象は主に象牙のために狩られ、多くの象が生き残るための遺伝子修正として、タスカレスに生まれ変わった。 [2] 最近の研究で収集されたデータから, ポーチ法は依然として同じだが, ポーチグラウンドは比較的ダイナミックであることがわかった。 密猟者は、レンジャーパトロールの少ない地域へ移動し、水やり穴、季節、高度などの他のいくつかの要因は、密猟のホットスポットで一定のシフトを引き起こしている。 [3]2000～2014年のローポーチの後、アフリカ諸国のポーチ数は再び増加傾向にある。WWF(World Wildlife Foundation)によると、毎年2万頭のゾウが密猟されている[4]。 アフリカ諸国では、密猟防止活動が町の近くに集中しており、密猟の大半は人里離れた地域で行われている。 これらすべての要因は、好適なポーチ領域の地理的指標を特定することによって、ポーチホットスポットを識別するコンピュータビジョンモデルの必要性をもたらす。 CVモデルは,手動による密猟者追跡の必要性を排除し,資源の展開の環境要因を考慮し,衛星画像と組み合わせることで,地域種や国境を越えた航空規制を乱すことなく広い地域を調査することができる。

関連論文リスト

• Find Rhinos without Finding Rhinos: Active Learning with Multimodal Imagery of South African Rhino Habitats [20.205430512576797]
  サイの動きのモニタリングは保護に不可欠であるが、サイの発見が難しいため、サイの追跡は困難である。 本研究では,サイの空間行動に関する情報を提供する,ミドルデンと呼ばれる共生排便部位のマッピング手法を提案する。 本稿では,リモートセンシングサーマル,RGB,LiDAR画像を用いた分類器の構築により,サイのミッドデン位置のマッピングを初めて行う。
  論文  参考訳（メタデータ） (2024-09-26T17:49:20Z)
• 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)
• Neuroevolution-based Classifiers for Deforestation Detection in Tropical Forests [62.997667081978825]
  森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。 監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。 本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
  論文  参考訳（メタデータ） (2022-08-23T16:04:12Z)
• Ranked Prioritization of Groups in Combinatorial Bandit Allocation [62.24280332575472]
  我々は,種々に対する報酬を交換する新たな盗賊的目標を提案する。 この目的をリプシッツ連続報酬関数の重み付き線型和として表すことができる。
  論文  参考訳（メタデータ） (2022-05-11T17:40:29Z)
• An Analysis of Elephants' Movement Data in Sub-Saharan Africa Using Clustering [4.226857685278872]
  サハラ以南のアフリカ地域のアフリカ・エレファントにとっての興味ある場所を特定するために,クラスタリングの利用について検討する。 南アフリカのクルーガー国立公園(KNP)、ナミビアのエトシャ国立公園、およびブルキナファソとコンゴの地域で、アフリカゾウの追跡のための公開データセットを用いて分析を行った。 予想通り、ゾウは水源周辺や人間の居住地、特に水穴のある場所を中心に動きを集結する傾向にある。
  論文  参考訳（メタデータ） (2021-11-05T14:46:41Z)
• AP-10K: A Benchmark for Animal Pose Estimation in the Wild [83.17759850662826]
  一般的な動物のポーズ推定のための,最初の大規模ベンチマークであるAP-10Kを提案する。 AP-10Kは動物23種と60種から収集・濾過された10,015枚からなる。 その結果、様々な動物種からの学習の精度と一般化能力の両面での優位性に関する実験的な証拠が得られた。
  論文  参考訳（メタデータ） (2021-08-28T10:23:34Z)
• ElephantBook: A Semi-Automated Human-in-the-Loop System for Elephant Re-Identification [2.099922236065961]
  アフリカゾウは生態系に欠かせない存在だが、その個体群は人間とエレファントの衝突や密猟によって脅かされている。 我々は,ゾウのヒト・イン・ザ・ループ再識別のためのWebベースのプラットフォームとデータベースを構築し,デプロイした。 ElephantBookは、非専門家が象を再識別し、複数の保護NGOで使用するためにスケーラブルにする。
  論文  参考訳（メタデータ） (2021-06-29T04:18:22Z)
• Florida Wildlife Camera Trap Dataset [48.99466876948454]
  フロリダ州南西部の2つの異なる場所から収集された野生生物カメラトラップ分類データセットについて紹介する。 データセットは104,495枚の画像からなり、視覚的に類似した種、様々な照明条件、スキュードクラス分布、絶滅危惧種のサンプルを含む。
  論文  参考訳（メタデータ） (2021-06-23T18:53:15Z)
• Enhancing Poaching Predictions for Under-Resourced Wildlife Conservation Parks Using Remote Sensing Imagery [28.53118931015838]
  本稿では,公園の機能を抽出するためのリモートセンシングデータの利用について紹介する。 公開データのみを用いて,公園の専門家による予測に匹敵する予測性能を回復する。
  論文  参考訳（メタデータ） (2020-11-20T22:06:57Z)

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。