論文の概要: Non-invasive Growth Monitoring of Small Freshwater Fish in Home Aquariums via Stereo Vision
- arxiv url: http://arxiv.org/abs/2603.06421v1
- Date: Fri, 06 Mar 2026 15:57:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-09 13:17:46.186359
- Title: Non-invasive Growth Monitoring of Small Freshwater Fish in Home Aquariums via Stereo Vision
- Title（参考訳）: ステレオビジョンによる水族館における小型淡水魚の非侵襲増殖モニタリング
- Authors: Clemens Seibold, Anna Hilsmann, Peter Eisert,
- Abstract要約: 水族館の魚類長を推定するための非侵襲屈折型立体視法を提案する。
本手法では,ヨロブ11-Poseネットワークを用いて魚を検出し,各ステレオ画像中の魚の解剖学的キーポイントを予測する。
水族館のような環境下で捕獲された絶滅危惧種スラウェシのステレオデータセットについて,本研究のアプローチを検証した。
- 参考スコア（独自算出の注目度）: 10.550765983612086
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Monitoring fish growth behavior provides relevant information about fish health in aquaculture and home aquariums. Yet, monitoring fish sizes poses different challenges, as fish are small and subject to strong refractive distortions in aquarium environments. Image-based measurement offers a practical, non-invasive alternative that allows frequent monitoring without disturbing the fish. In this paper, we propose a non-invasive refraction-aware stereo vision method to estimate fish length in aquariums. Our approach uses a YOLOv11-Pose network to detect fish and predict anatomical keypoints on the fish in each stereo image. A refraction-aware epipolar constraint accounting for the air-glass-water interfaces enables robust matching, and unreliable detections are removed using a learned quality score. A subsequent refraction-aware 3D triangulation recovers 3D keypoints, from which fish length is measured. We validate our approach on a new stereo dataset of endangered Sulawesi ricefish captured under aquarium-like conditions and demonstrate that filtering low-quality detections is essential for accurate length estimation. The proposed system offers a simple and practical solution for non-invasive growth monitoring and can be easily applied in home aquariums.
- Abstract（参考訳）: 魚類の成長行動のモニタリングは養殖場や水族館における魚類の健康に関する関連情報を提供する。
しかし、魚の大きさをモニタリングすることは、魚が小さく、水族館の環境に強い屈折歪みがあるため、異なる課題をもたらす。
画像に基づく計測は、魚を邪魔することなく頻繁な監視を可能にする、実用的で非侵襲的な代替手段を提供する。
本稿では,水族館の魚類長を推定する非侵襲屈折型立体視法を提案する。
本手法では,ヨロブ11-Poseネットワークを用いて魚を検出し,各ステレオ画像中の魚の解剖学的キーポイントを予測する。
空気-ガラス-水界面に対する屈折型エピポーラ制約を考慮し、ロバストマッチングを可能にし、学習された品質スコアを用いて信頼できない検出を除去する。
その後の屈折認識3D三角測量は、魚の長さを測定する3Dキーポイントを回収する。
水族館のような環境下で捕獲された絶滅危惧種スラウェシのステレオデータセットに対するアプローチを検証し, 正確な長さ推定には, 低品質検出が不可欠であることを実証した。
提案システムは,非侵襲的成長モニタリングのための簡易かつ実用的なソリューションを提供し,家庭水族館に容易に適用することができる。
関連論文リスト
- Video-based Locomotion Analysis for Fish Health Monitoring [9.658086787950777]
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。
論文 参考訳（メタデータ） (2026-03-05T17:32:46Z) - 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) - Flatfish Lesion Detection Based on Part Segmentation Approach and Lesion Image Generation [0.5937476291232799]
ヒラメは、世界中で大量に消費される主要な養殖種である。
伝統的に、視覚検査によって病変が検出されるが、多数の魚を観察することは困難である。
本研究は, 生成的対向ネットワークと画像調和法を用いて, 魚の病変像を増強する。
論文 参考訳（メタデータ） (2024-07-16T03:32:10Z) - MonoTDP: Twin Depth Perception for Monocular 3D Object Detection in
Adverse Scenes [49.21187418886508]
本論文は,モノTDP(MonoTDP)と呼ばれる悪シーンにおける2つの深度を知覚するモノクル3次元検出モデルを提案する。
まず、制御不能な気象条件を扱うモデルを支援するための適応学習戦略を導入し、様々な劣化要因による劣化を著しく抑制する。
そこで本研究では, シーン深度と物体深度を同時に推定する新たな2つの深度認識モジュールを提案する。
論文 参考訳（メタデータ） (2023-05-18T13:42:02Z) - 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) - Automatic Controlling Fish Feeding Machine using Feature Extraction of
Nutriment and Ripple Behavior [0.0]
栄養素数とリップル行動の推定を組み合わせたコンピュータビジョンに基づく自動魚介類供給機を提案する。
栄養素の数とリップル行動に基づいて, 実環境において常に良好に機能する魚の給餌機械を制御できる。
論文 参考訳（メタデータ） (2022-08-15T05:52:37Z) - Towards Generating Large Synthetic Phytoplankton Datasets for Efficient
Monitoring of Harmful Algal Blooms [77.25251419910205]
有害な藻類(HAB)は養殖農場で重大な魚死を引き起こす。
現在、有害藻や他の植物プランクトンを列挙する標準的な方法は、顕微鏡でそれらを手動で観察し数えることである。
合成画像の生成にはGAN(Generative Adversarial Networks)を用いる。
論文 参考訳（メタデータ） (2022-08-03T20:15:55Z) - 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) - 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。