論文の概要: HotSpotter - Patterned Species Instance Recognition

• arxiv url: http://arxiv.org/abs/2508.17605v1
• Date: Mon, 25 Aug 2025 02:18:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-26 18:43:45.601686
• Title: HotSpotter - Patterned Species Instance Recognition
• Title（参考訳）: HotSpotter - パターン付き種インスタンス認識
• Authors: Jonathan P. Crall, Charles V. Stewart, Tanya Y. Berger-Wolf, Daniel I. Rubenstein, Siva R. Sundaresan,
• Abstract要約: ラベル付きデータベースに対して個々の動物を識別する高速で正確なアルゴリズムであるHotSpotterを提案する。 種特異的ではなく、グリービーズや平原のシマウマ、キリン、ヒョウ、ライオンズにも適用されている。
• 参考スコア（独自算出の注目度）: 9.10297195527866
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present HotSpotter, a fast, accurate algorithm for identifying individual animals against a labeled database. It is not species specific and has been applied to Grevy's and plains zebras, giraffes, leopards, and lionfish. We describe two approaches, both based on extracting and matching keypoints or "hotspots". The first tests each new query image sequentially against each database image, generating a score for each database image in isolation, and ranking the results. The second, building on recent techniques for instance recognition, matches the query image against the database using a fast nearest neighbor search. It uses a competitive scoring mechanism derived from the Local Naive Bayes Nearest Neighbor algorithm recently proposed for category recognition. We demonstrate results on databases of more than 1000 images, producing more accurate matches than published methods and matching each query image in just a few seconds.
• Abstract（参考訳）: ラベル付きデータベースに対して個々の動物を識別する高速で正確なアルゴリズムであるHotSpotterを提案する。 種特異的ではなく、グリービーズや平原のシマウマ、キリン、ヒョウ、ライオンズにも適用されている。 キーポイントの抽出とマッチングに基づく2つのアプローチについて述べる。 まず、各データベースイメージに対して、各新しいクエリイメージを逐次テストし、データベースイメージ毎にスコアを生成し、結果をランク付けする。 2つ目は、最近の技術に基づいて構築され、クェリイメージとデータベースをマッチングする。 このアルゴリズムは、最近提案されたLocal Naive Bayes Nearest Neighborアルゴリズムから派生した、競争力のあるスコアリング機構を使用している。 我々は1000以上の画像のデータベース上で結果を示し、公開手法よりも正確なマッチングを生成し、各クエリイメージをわずか数秒でマッチングする。

関連論文リスト

• Shape-Based Single Object Classification Using Ensemble Method Classifiers [0.14999444543328289]
  セマンティックギャップを効果的にブリッジするための階層的分類フレームワークが提案されている。 この手法は、AmazonとGoogleのデータセットから単一のオブジェクトイメージを分類するために適用された。 分類精度は20%から99%と推定された。
  論文  参考訳（メタデータ） (2025-01-16T05:58:32Z)
• MaskSearch: Querying Image Masks at Scale [60.82746984506577]
  MaskSearchは、クエリ結果の正確性を確保しながら、イメージマスクのデータベース上でクエリを高速化するシステムである。 試行錯誤実験の結果,圧縮データサイズの約5%のインデックスを用いたMaskSearchは,最大2桁のクエリを高速化することがわかった。
  論文  参考訳（メタデータ） (2023-05-03T18:28:14Z)
• Are Local Features All You Need for Cross-Domain Visual Place Recognition? [13.519413608607781]
  視覚的位置認識は、視覚的手がかりのみに基づいて画像の座標を予測することを目的としている。 近年の進歩にもかかわらず、クエリがかなり異なる分布から来るのと同じ場所を認識することは、依然として最先端の検索手法にとって大きなハードルである。 本研究では,空間的検証に基づく手法がこれらの課題に対処できるかどうかを考察する。
  論文  参考訳（メタデータ） (2023-04-12T14:46:57Z)
• End-to-End Context-Aided Unicity Matching for Person Re-identification [100.02321122258638]
  本稿では,人間同士の一致関係を学習・精査するための,エンドツーエンドの対人一意整合アーキテクチャを提案する。 サンプルのグローバルコンテキスト関係を用いて,ソフトマッチング結果を洗練し,両部グラフマッチングにより一致ユニシティに到達する。 実世界における人物再識別の応用を十分に考慮し, ワンショットとマルチショットの双方で一様マッチングを実現する。
  論文  参考訳（メタデータ） (2022-10-20T07:33:57Z)
• Scrape, Cut, Paste and Learn: Automated Dataset Generation Applied to Parcel Logistics [58.720142291102135]
  4つのステップでインスタンスセグメンテーションのための合成データセットを生成するために,完全に自動化されたパイプラインを提案する。 まず、人気のある画像検索エンジンから興味ある対象の画像を抽出する。 画像選択には,オブジェクトに依存しない事前処理,手動画像選択,CNNに基づく画像選択の3つの方法を比較する。
  論文  参考訳（メタデータ） (2022-10-18T12:49:04Z)
• Semantic-Based Few-Shot Learning by Interactive Psychometric Testing [14.939767383180786]
  ほとんどショットの分類タスクは、サポートセット内のいくつかのラベル付き例に基づいて、クエリセット内のイメージを分類することを目的としていない。 本研究では,この難易度の高いシナリオ,セマンティックベースの数発学習に向けて,数発の学習を進めた。 本稿では,対話型心理測定学習を用いて内的意味関係を抽出し,そのパラダイムに対処する手法を提案する。
  論文  参考訳（メタデータ） (2021-12-16T21:03:09Z)
• Learning Co-segmentation by Segment Swapping for Retrieval and Discovery [67.6609943904996]
  この研究の目的は、一対のイメージから視覚的に類似したパターンを効率的に識別することである。 画像中のオブジェクトセグメントを選択し、それを別の画像にコピーペーストすることで、合成トレーニングペアを生成する。 提案手法は,Brueghelデータセット上でのアートワークの詳細検索に対して,明確な改善をもたらすことを示す。
  論文  参考訳（メタデータ） (2021-10-29T16:51:16Z)
• Scalable Reverse Image Search Engine for NASAWorldview [0.6524460254566903]
  研究者たちは、何十年にもわたって未ラベルの衛星画像に数週間を費やしています。 インタラクティブでスケーラブルで高速な画像類似性検索エンジンを開発し、ラベルのないデータセットを自動でシャフトする。
  論文  参考訳（メタデータ） (2021-08-10T07:03:00Z)
• Beyond ANN: Exploiting Structural Knowledge for Efficient Place Recognition [8.121462458089143]
  オンラインで適用可能な効率的な位置認識のための新しい高速シーケンスベースの方法を提案する。 提案手法は,2つの最先端手法と,多くの場合,フル画像比較に優れる。
  論文  参考訳（メタデータ） (2021-03-15T13:10:57Z)
• Compact Deep Aggregation for Set Retrieval [87.52470995031997]
  画像の大規模データセットから複数の顔を含む画像を取得することに焦点を当てる。 ここでは、セットは各画像の顔記述子で構成され、複数のIDに対するクエリが与えられた後、すべてのIDを含む画像を取得することが目標である。 このコンパクトディスクリプタは,画像毎に最大2面まで識別性の低下が最小限に抑えられ,その後徐々に劣化することを示す。
  論文  参考訳（メタデータ） (2020-03-26T08:43:15Z)

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。