論文の概要: Multi-animal tracking in Transition: Comparative Insights into Established and Emerging Methods
- arxiv url: http://arxiv.org/abs/2509.11873v1
- Date: Mon, 15 Sep 2025 12:52:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-16 17:26:23.289251
- Title: Multi-animal tracking in Transition: Comparative Insights into Established and Emerging Methods
- Title（参考訳）: 遷移におけるマルチアニマルトラッキング:確立と創成の方法の比較
- Authors: Anne Marthe Sophie Ngo Bibinbe, Patrick Gagnon, Jamie Ahloy-Dallaire, Eric R. Paquet,
- Abstract要約: 精密家畜農業は、産業の経営ニーズの増大に対応するため、高度なモニタリングツールを必要とする。
長期マルチアニマルトラッキング(MAT)が可能なコンピュータビジョンシステムは、家畜生産における継続的な行動監視に不可欠である。
ブタの長期追跡のためのMAT法とMOT法を比較検討した。
以上の結果から,MOT のアプローチは長期追跡シナリオにおいても従来の MAT ツールより優れていることが示された。
- 参考スコア（独自算出の注目度）: 0.05249805590164902
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Precision livestock farming requires advanced monitoring tools to meet the increasing management needs of the industry. Computer vision systems capable of long-term multi-animal tracking (MAT) are essential for continuous behavioral monitoring in livestock production. MAT, a specialized subset of multi-object tracking (MOT), shares many challenges with MOT, but also faces domain-specific issues including frequent animal occlusion, highly similar appearances among animals, erratic motion patterns, and a wide range of behavior types. While some existing MAT tools are user-friendly and widely adopted, they often underperform compared to state-of-the-art MOT methods, which can result in inaccurate downstream tasks such as behavior analysis, health state estimation, and related applications. In this study, we benchmarked both MAT and MOT approaches for long-term tracking of pigs. We compared tools such as DeepLabCut and idTracker with MOT-based methods including ByteTrack, DeepSORT, cross-input consistency, and newer approaches like Track-Anything and PromptTrack. All methods were evaluated on a 10-minute pig tracking dataset. Our results demonstrate that, overall, MOT approaches outperform traditional MAT tools, even for long-term tracking scenarios. These findings highlight the potential of recent MOT techniques to enhance the accuracy and reliability of automated livestock tracking.
- Abstract（参考訳）: 精密家畜農業は、産業の経営ニーズの増大に対応するため、高度なモニタリングツールを必要とする。
長期マルチアニマルトラッキング(MAT)が可能なコンピュータビジョンシステムは、家畜生産における継続的な行動監視に不可欠である。
マルチオブジェクトトラッキング(MOT)の特殊なサブセットであるMATは、MOTと多くの課題を共有している。
既存のMATツールはユーザフレンドリで広く採用されているが、現状のMOT手法に比べて性能が劣ることが多く、動作分析、健康状態推定、関連するアプリケーションなど、下流のタスクが不正確になる可能性がある。
本研究は,ブタの長期追跡のためのMATおよびMOTアプローチのベンチマークを行った。
私たちは、DeepLabCutやidTrackerといったツールと、ByteTrack、DeepSORT、クロスインプット一貫性、Track-AnythingやPromptTrackといった新しいアプローチといったMOTベースのメソッドを比較しました。
いずれの方法も10分間の豚追跡データセットを用いて評価した。
以上の結果から,MOT のアプローチは長期追跡シナリオにおいても従来の MAT ツールより優れていることが示された。
これらの知見は、家畜の自動追跡の精度と信頼性を高めるため、最近のMOT技術の可能性を明らかにするものである。
関連論文リスト
- An HMM-based framework for identity-aware long-term multi-object tracking from sparse and uncertain identification: use case on long-term tracking in livestock [0.04893345190925178]
長時間の多目的追跡(MOT)の必要性は、数分にわたるビデオ内の個々の振る舞いを分析する必要性から増大している。
畜産部門のような現実世界の多くの応用では、飼料などの供給源から、一部の動物に対して散発的識別を得ることが可能である。
隠れマルコフモデル(HMM)を用いた不確実性と追跡の両立を図った新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-12T04:39:38Z) - Benchmarking pig detection and tracking under diverse and challenging conditions [1.865175170209582]
オブジェクト検出のためのPigDetectと、マルチオブジェクト追跡のためのPigTrackの2つのデータセットをキュレートした。
対象物検出では,ランダムなサンプル画像のみを用いて達成可能なものよりも,困難なトレーニング画像により検出が向上することを示す。
マルチオブジェクト追跡において,SORTに基づく手法は,エンドツーエンドのトレーニング可能なモデルに比べて優れた検出性能が得られることを示した。
論文 参考訳（メタデータ） (2025-07-22T14:36:51Z) - CAMELTrack: Context-Aware Multi-cue ExpLoitation for Online Multi-Object Tracking [68.24998698508344]
CAMELはコンテキスト対応型マルチキューExpLoitationのための新しいアソシエイトモジュールである。
エンド・ツー・エンドの検知・バイ・トラック方式とは異なり,本手法は軽量かつ高速にトレーニングが可能であり,外部のオフ・ザ・シェルフモデルを活用することができる。
提案するオンライントラッキングパイプラインであるCAMELTrackは,複数のトラッキングベンチマークで最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-05-02T13:26:23Z) - Multi-Object Tracking by Iteratively Associating Detections with Uniform
Appearance for Trawl-Based Fishing Bycatch Monitoring [22.228127377617028]
漁業活動における漁獲監視の目的は、映像から魚の標的をリアルタイムで検出し、追跡し、分類することである。
本稿では,既存の観測中心追跡アルゴリズムに基づく新しいMOT手法を提案する。
本手法は,海洋魚種群およびMOT17種群において,一様外観の追跡目標の性能向上と最先端技術の向上を図っている。
論文 参考訳（メタデータ） (2023-04-10T18:55:10Z) - MotionTrack: Learning Robust Short-term and Long-term Motions for
Multi-Object Tracking [56.92165669843006]
本研究では,短時間から長期間の軌跡を関連づける統合フレームワークで,堅牢な短期・長期動作を学習するMotionTrackを提案する。
密集した群集に対して,各ターゲットの複雑な動きを推定できる,短時間の軌跡から相互作用認識動作を学習するための新しい対話モジュールを設計する。
極端なオクルージョンのために、ターゲットの履歴軌跡から信頼できる長期動作を学習するための新しいRefind Moduleを構築し、中断された軌跡とそれに対応する検出とを関連付けることができる。
論文 参考訳（メタデータ） (2023-03-18T12:38:33Z) - End-to-end Tracking with a Multi-query Transformer [96.13468602635082]
マルチオブジェクトトラッキング(MOT)は、時間とともにシーン内のオブジェクトの位置、外観、アイデンティティを同時に推論する必要がある課題である。
本研究の目的は、トラッキング・バイ・ディテクト・アプローチを超えて、未知のオブジェクト・クラスに対してもよく機能するクラスに依存しないトラッキングへと移行することである。
論文 参考訳（メタデータ） (2022-10-26T10:19:37Z) - AnimalTrack: A Large-scale Benchmark for Multi-Animal Tracking in the
Wild [26.794672185860538]
野生でのマルチ動物追跡のための大規模ベンチマークであるAnimalTrackを紹介した。
AnimalTrackは10種類の一般的な動物カテゴリーから58の配列で構成されている。
我々は14の最先端の代表トラッカーを広範囲に評価した。
論文 参考訳（メタデータ） (2022-04-30T04:23:59Z) - Unified Transformer Tracker for Object Tracking [58.65901124158068]
異なるシナリオにおけるトラッキング問題に1つのパラダイムで対処するために,UTT(Unified Transformer Tracker)を提案する。
SOT(Single Object Tracking)とMOT(Multiple Object Tracking)の両方を対象とするトラックトランスフォーマーを開発した。
論文 参考訳（メタデータ） (2022-03-29T01:38:49Z) - DEFT: Detection Embeddings for Tracking [3.326320568999945]
我々は,DEFT と呼ばれる効率的な関節検出・追跡モデルを提案する。
提案手法は,外見に基づくオブジェクトマッチングネットワークと,下層のオブジェクト検出ネットワークとの協調学習に依存している。
DEFTは2Dオンライントラッキングリーダーボードのトップメソッドに匹敵する精度とスピードを持っている。
論文 参考訳（メタデータ） (2021-02-03T20:00:44Z) - Probabilistic Tracklet Scoring and Inpainting for Multiple Object
Tracking [83.75789829291475]
本稿では,トラックレット提案の確率的自己回帰運動モデルを提案する。
これは、我々のモデルを訓練して、自然のトラックレットの基盤となる分布を学習することで達成される。
我々の実験は、挑戦的なシーケンスにおける物体の追跡におけるアプローチの優位性を実証している。
論文 参考訳（メタデータ） (2020-12-03T23:59:27Z) - Tracking-by-Counting: Using Network Flows on Crowd Density Maps for
Tracking Multiple Targets [96.98888948518815]
State-of-the-art multi-object tracking(MOT)法は、トラッキング・バイ・検出のパラダイムに従っている。
混み合ったシーンに適したMOTパラダイムであるトラッキング・バイ・カウントを提案する。
論文 参考訳（メタデータ） (2020-07-18T19:51:53Z)
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。