論文の概要: Video-based Locomotion Analysis for Fish Health Monitoring

• arxiv url: http://arxiv.org/abs/2603.05407v1
• Date: Thu, 05 Mar 2026 17:32:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-06 22:06:11.345384
• Title: Video-based Locomotion Analysis for Fish Health Monitoring
• Title（参考訳）: ビデオによる魚の健康モニタリングのためのロコモーション分析
• Authors: Timon Palm, Clemens Seibold, Anna Hilsmann, Peter Eisert,
• Abstract要約: 本稿では,マルチオブジェクトトラッキングを用いた動画からの移動活動を推定するシステムを提案する。 本システムは,水族館のような施設で記録されたスラウェシのアノテートデータセットを用いて評価した。
• 参考スコア（独自算出の注目度）: 9.658086787950777
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Monitoring the health conditions of fish is essential, as it enables the early detection of disease, safeguards animal welfare, and contributes to sustainable aquaculture practices. Physiological and pathological conditions of cultivated fish can be inferred by analyzing locomotion activities. In this paper, we present a system that estimates the locomotion activities from videos using multi object tracking. The core of our approach is a YOLOv11 detector embedded in a tracking-by-detection framework. We investigate various configurations of the YOLOv11-architecture as well as extensions that incorporate multiple frames to improve detection accuracy. Our system is evaluated on a manually annotated dataset of Sulawesi ricefish recorded in a home-aquarium-like setup, demonstrating its ability to reliably measure swimming direction and speed for fish health monitoring. The dataset will be made publicly available upon publication.
• Abstract（参考訳）: 魚の健康状態のモニタリングは、病気の早期発見、動物福祉の保護、持続的な養殖活動への貢献など、不可欠である。 養殖魚の生理的・病理的条件は、移動活動を分析することによって推測できる。 本稿では,マルチオブジェクトトラッキングを用いた動画からの移動行動推定システムを提案する。 我々のアプローチの中核は、トラッキング・バイ・ディテクト・フレームワークに埋め込まれたYOLOv11検出器である。 YOLOv11-architectureの様々な構成と、複数のフレームを組み込んで検出精度を向上させる拡張について検討する。 本システムは,水族館のような環境下で記録されたスラウェシの魚介類を手動でアノテートしたデータセットを用いて評価し,魚類の健康モニタリングにおける泳ぎの方向と速度を確実に測定できることを実証した。 データセットは公開時に公開される予定だ。

関連論文リスト

• A computer vision method to estimate ventilation rate of Atlantic salmon in sea fish farms [0.18807755325664796]
  我々はアトランティック・サーモン(サルモ・サラー)の換気率を監視するコンピュータビジョン法を開発した。 本手法では, 魚頭検出モデルを用いて, 口の状態を畳み込みニューラルネットワークを用いて, 開閉状態に分類する。 魚が呼吸障害の徴候を示すペンを正確に同定することにより,魚の健康や福祉のモニタリングをフィンフィッシュ養殖に転換する可能性や適用性を高めることができる。
  論文  参考訳（メタデータ） (2025-04-28T12:13:57Z)
• Image-Based Relocalization and Alignment for Long-Term Monitoring of Dynamic Underwater Environments [57.59857784298534]
  本稿では,視覚的位置認識(VPR),特徴マッチング,画像分割を組み合わせた統合パイプラインを提案する。 本手法は, 再検討領域のロバスト同定, 剛性変換の推定, 生態系変化の下流解析を可能にする。
  論文  参考訳（メタデータ） (2025-03-06T05:13:19Z)
• Scaling Wearable Foundation Models [54.93979158708164]
  センサ基礎モデルのスケーリング特性を計算,データ,モデルサイズにわたって検討する。 最大4000万時間分の心拍数、心拍変動、心電図活動、加速度計、皮膚温度、および1分間のデータを用いて、私たちはLSMを作成します。 この結果から,LSMのスケーリング法則は,時間とセンサの両面において,計算や外挿などのタスクに対して確立されている。
  論文  参考訳（メタデータ） (2024-10-17T15:08:21Z)
• Deep Reinforcement Learning Empowered Activity-Aware Dynamic Health Monitoring Systems [69.41229290253605]
  既存のモニタリングアプローチは、医療機器が複数の健康指標を同時に追跡するという前提で設計されている。 これは、その範囲内で関連するすべての健康値を報告し、過剰なリソース使用と外部データの収集をもたらす可能性があることを意味します。 最適なモニタリング性能とコスト効率のバランスをとるための動的アクティビティ・アウェアヘルスモニタリング戦略(DActAHM)を提案する。
  論文  参考訳（メタデータ） (2024-01-19T16:26:35Z)
• FishMOT: A Simple and Effective Method for Fish Tracking Based on IoU Matching [11.39414015803651]
  FishMOTは、オブジェクト検出とObjectoUマッチングを組み合わせた、新しい魚追跡手法である。 本手法は, 各種環境および魚の数に対して, 優れた堅牢性と汎用性を示す。
  論文  参考訳（メタデータ） (2023-09-06T13:16:41Z)
• TempNet: Temporal Attention Towards the Detection of Animal Behaviour in Videos [63.85815474157357]
  本稿では,映像中の生物学的行動を検出するための,効率的なコンピュータビジョンと深層学習に基づく手法を提案する。 TempNetはエンコーダブリッジと残留ブロックを使用して、2段階の空間的、そして時間的、エンコーダでモデル性能を維持する。 本研究では,サブルフィッシュ (Anoplopoma fimbria) 幼虫の検出への応用を実証する。
  論文  参考訳（メタデータ） (2022-11-17T23:55:12Z)
• Deep object detection for waterbird monitoring using aerial imagery [56.1262568293658]
  本研究では,商用ドローンで収集した空中画像を用いて,水鳥の正確な検出,数え,監視に使用できる深層学習パイプラインを提案する。 畳み込み型ニューラルネットワークを用いた物体検出装置を用いて,テキサス沿岸の植民地性営巣島でよく見られる16種類の水鳥を検出できることを示す。
  論文  参考訳（メタデータ） (2022-10-10T17:37:56Z)
• Spatial Distribution Patterns of Clownfish in Recirculating Aquaculture Systems [0.4893345190925178]
  水族館で飼育されている幼魚の空間分布状況と行動パターンを効率的に解析する手法を提案する。 推定変位は、分散と速度を評価する上で重要な要素である。 水族館で飼育されている幼魚の2日間のビデオストリームを含むデータベース上でシステム設計をテストする。
  論文  参考訳（メタデータ） (2021-12-29T11:39:56Z)
• A Survey of Fish Tracking Techniques Based on Computer Vision [11.994865945394139]
  本稿では,過去7年間の魚類追跡技術の進歩を概観する。 基本的位置決めと追跡方法に重点を置き、多様な魚の追跡手法を探求する。 また、オープンソースのデータセット、評価指標、課題、魚の追跡研究への応用についても要約している。
  論文  参考訳（メタデータ） (2021-10-06T07:46:35Z)
• 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。