Fugu-MT 論文翻訳(概要): Automatic Retrieval of Specific Cows from Unlabeled Videos

論文の概要: Automatic Retrieval of Specific Cows from Unlabeled Videos

arxiv url: http://arxiv.org/abs/2508.15945v1
Date: Thu, 21 Aug 2025 20:27:30 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-25 16:42:36.181665
Title: Automatic Retrieval of Specific Cows from Unlabeled Videos
Title（参考訳）: 未ラベル映像からの特定牛の自動検索
Authors: Jiawen Lyu, Manu Ramesh, Madison Simonds, Jacquelyn P. Boerman, Amy R. Reibman,
Abstract要約: 本システムでは,乳牛のキャットログを飼育するオートキャットロガーと,牛1頭あたりの入力ビデオクリップ1本と,牛の識別に深層学習を用いないイデオロギー的な牛認識器と,牛を連続的なビデオストリームで識別するカウファインダーとから構成される。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Few automated video systems are described in the open literature that enable hands-free cataloging and identification (ID) of cows in a dairy herd. In this work, we describe our system, composed of an AutoCattloger, which builds a Cattlog of dairy cows in a herd with a single input video clip per cow, an eidetic cow recognizer which uses no deep learning to ID cows, and a CowFinder, which IDs cows in a continuous stream of video. We demonstrate its value in finding individuals in unlabeled, unsegmented videos of cows walking unconstrained through the holding area of a milking parlor.
Abstract（参考訳）: 乳牛の無手動カタログ化と識別(ID)を可能にする自動ビデオシステムはほとんど公開文献に記載されていない。本研究では, 乳牛のキャットログを飼育するオートキャットロガーと, 牛1頭あたりの入力ビデオクリップ1本と, 牛の識別に深層学習を用いないイデオロギー的なウシ認識器と, 牛を連続的なビデオストリームで識別するカウファインダーとから構成されるシステムについて述べる。乳用パーラーの保持領域を無拘束で歩く牛の無ラベルで無割当な動画で個人を見つけることの価値を実証する。

関連論文リスト

Self-supervised Learning on Camera Trap Footage Yields a Strong Universal Face Embedder [48.03572115000886]
本研究では、未ラベルのカメラトラップ映像から堅牢なチンパンジー顔の埋め込みを学習するための、完全な自己教師型アプローチを提案する。私たちは、自動的に採掘された顔作物にビジョントランスフォーマーを訓練し、IDラベルを不要にします。この研究は、生物多様性モニタリングにおける自己教師型学習の可能性を強調し、スケーラブルで非侵襲的な集団研究の道を開く。
論文参考訳（メタデータ） (2025-07-14T17:59:59Z)
Switch-a-View: View Selection Learned from Unlabeled In-the-wild Videos [71.01549400773197]
ハウツービデオを作成する際に,各時点に表示すべき視点を自動的に選択するモデルであるSWITCH-A-VIEWを紹介する。トレーニングビデオに擬似ラベルのセグメントを第一の視点に配置する作業を行う。一方のハウツービデオにおける視覚的コンテンツと音声的コンテンツの間のパターンと,他方のビュー・スウィッチ・モーメントを見出す。
論文参考訳（メタデータ） (2024-12-24T12:16:43Z)
Holstein-Friesian Re-Identification using Multiple Cameras and Self-Supervision on a Working Farm [2.9391768712283772]
複数のカメラで撮影されたMultiCamCows2024は、ホルシュタイン・フリース種牛の生体認証のための大規模画像データセットである。データセットは、90頭の牛の101,329枚の画像と、基盤となるCCTVの映像で構成されている。本研究では,データセットから画像の識別精度を96%以上上回る性能を報告し,学習中の複数のカメラからのデータを組み合わせることで,自己教師付き識別が促進されることを示した。
論文参考訳（メタデータ） (2024-10-16T15:58:47Z)
Supervised Learning Model for Key Frame Identification from Cow Teat Videos [0.9115927248875568]
本稿では, ウシの乳房炎リスク評価の精度をニューラルネットワークとビデオ解析を用いて改善する手法を提案する。伝統的に、獣医は乳牛の乳房の健康を評価する。本論文は、牛のうどんが無傷に見えるビデオのキーフレームをニューラルネットワークで同定する。
論文参考訳（メタデータ） (2024-09-26T15:50:43Z)
Unsupervised Denoising for Signal-Dependent and Row-Correlated Imaging Noise [54.0185721303932]
本稿では,行関連や信号依存の撮像ノイズを処理できる,教師なしのディープラーニングベースデノイザについて紹介する。提案手法では,特殊設計の自己回帰デコーダを備えた変分オートエンコーダを用いる。本手法では,事前学習した雑音モデルを必要としないため,雑音のないデータを用いてスクラッチから訓練することができる。
論文参考訳（メタデータ） (2023-10-11T20:48:20Z)
Segmentation Enhanced Lameness Detection in Dairy Cows from RGB and Depth Video [8.906235809404189]
早期の乳腺検出は、農家が早期に病気に対処し、牛の状態を悪化させることによるネガティブな影響を避けるのに役立つ。乳房から出る牛の短いクリップのデータセットを収集し,牛の乳腺の程度を注釈した。我々は、トレーニング済みのニューラルネットワークを利用してビデオから識別的特徴を抽出し、その状態を示す各牛にバイナリスコアを割り当てる「健康」または「ラム」を提案する。
論文参考訳（メタデータ） (2022-06-09T12:16:31Z)
Counting Cows: Tracking Illegal Cattle Ranching From High-Resolution Satellite Imagery [59.32805936205217]
牛の農業は世界の温室効果ガス排出量の8.8%を占めている。 40cmの解像度でアマゾンの衛星画像を取得し、合計28498頭の牛を含む903枚の画像のデータセットをまとめた。本実験は,有望な結果を示し,これらの課題を解決するためのアルゴリズムとデータ収集プロセスのいずれにおいても,次のステップの重要方向を示すものである。
論文参考訳（メタデータ） (2020-11-14T19:07:39Z)
Learning Person Re-identification Models from Videos with Weak Supervision [53.53606308822736]
本稿では、監督の弱いビデオから人物再識別モデルを学ぶ問題について紹介する。このようなビデオレベルラベルを用いた人物再識別のための多段階注意学習フレームワークを提案する。注意重みは、ビデオ中の人物追跡レットではなく、すべての人物画像に基づいて得られるため、学習したモデルはノイズの多いアノテーションの影響を受けにくくなる。
論文参考訳（メタデータ） (2020-07-21T07:23:32Z)
Labelling unlabelled videos from scratch with multi-modal self-supervision [82.60652426371936]
ビデオデータセットの教師なしラベリングは、強力な機能エンコーダから解放されない。人間のアノテーションを使わずにビデオデータセットの擬似ラベリングを可能にする新しいクラスタリング手法を提案する。広範囲な分析により、結果として得られたクラスタは、真理の人間ラベルと高いセマンティックオーバーラップがあることが示されている。
論文参考訳（メタデータ） (2020-06-24T12:28:17Z)

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。