論文の概要: CHIRP dataset: towards long-term, individual-level, behavioral monitoring of bird populations in the wild

• arxiv url: http://arxiv.org/abs/2603.25524v1
• Date: Thu, 26 Mar 2026 14:57:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-27 20:52:48.347012
• Title: CHIRP dataset: towards long-term, individual-level, behavioral monitoring of bird populations in the wild
• Title（参考訳）: CHIRPデータセット : 野生鳥類集団の長期的、個人レベルでの行動モニタリングに向けて
• Authors: Alex Hoi Hang Chan, Neha Singhal, Onur Kocahan, Andrea Meltzer, Saverio Lubrano, Miyako H. Warrington, Michel Griesser, Fumihiro Kano, Hemal Naik,
• Abstract要約: 個々の動物の長期の行動モニタリングは、異なる時間スケールで起こる行動変化を研究するために重要である。 コンピュータビジョンの手法は生物多様性のモニタリングに有用であることが証明されているが、野生個体群における自動行動監視は依然として困難である。 そこで本研究では,野生鳥類の個体識別のための新しい手法であるCORVIDを用いたデータセット(CHIRP)を提案する。
• 参考スコア（独自算出の注目度）: 2.172490512050822
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Long-term behavioral monitoring of individual animals is crucial for studying behavioral changes that occur over different time scales, especially for conservation and evolutionary biology. Computer vision methods have proven to benefit biodiversity monitoring, but automated behavior monitoring in wild populations remains challenging. This stems from the lack of datasets that cover a range of computer vision tasks necessary to extract biologically meaningful measurements of individual animals. Here, we introduce such a dataset (CHIRP) with a new method (CORVID) for individual re-identification of wild birds. The CHIRP (Combining beHaviour, Individual Re-identification and Postures) dataset is curated from a long-term population of wild Siberian jays studied in Swedish Lapland, supporting re-identification (re-id), action recognition, 2D keypoint estimation, object detection, and instance segmentation. In addition to traditional task-specific benchmarking, we introduce application-specific benchmarking with biologically relevant metrics (feeding rates, co-occurrence rates) to evaluate the performance of models in real-world use cases. Finally, we present CORVID (COlouR-based Video re-ID), a novel pipeline for individual identification of birds based on the segmentation and classification of colored leg rings, a widespread approach for visual identification of individual birds. CORVID offers a probability-based id tracking method by matching the detected combination of color rings with a database. We use application-specific benchmarking to show that CORVID outperforms state-of-the-art re-id methods. We hope this work offers the community a blueprint for curating real-world datasets from ethically approved biological studies to bridge the gap between computer vision research and biological applications.
• Abstract（参考訳）: 個々の動物の長期の行動モニタリングは、異なる時間スケールで起こる行動変化の研究、特に保存と進化生物学の研究に不可欠である。 コンピュータビジョンの手法は生物多様性のモニタリングに有用であることが証明されているが、野生の個体群における自動行動監視は依然として困難である。 これは、個々の動物の生物学的に意味のある測定を抽出するために必要な様々なコンピュータビジョンタスクをカバーするデータセットの欠如に起因している。 そこで本研究では,野生鳥類の個体識別のための新しい手法であるCORVIDを用いたデータセット(CHIRP)を提案する。 CHIRP(Combining beHaviour, Individual Re-identification and Postures)データセットは、スウェーデンのラップランドで研究されたシベリアの野生ジャイの長期集団から収集され、再識別(re-id)、アクション認識、2Dキーポイント推定、オブジェクト検出、インスタンスセグメンテーションをサポートする。 従来のタスク固有のベンチマークに加えて、実世界のユースケースにおけるモデルの性能を評価するために、生物学的に関連する指標(摂食率、共起率)を用いたアプリケーション固有のベンチマークを導入する。 最後に,色付き脚環の分割と分類に基づく鳥類識別のための新しいパイプラインであるCORVID(ColouR-based Video re-ID)について述べる。 CORVIDは、検出されたカラーリングとデータベースの組合せをマッチングすることにより、確率ベースのID追跡方法を提供する。 アプリケーション固有のベンチマークを用いて、CORVIDが最先端のre-idメソッドより優れていることを示す。 この研究が、コンピュータビジョン研究と生物学的応用のギャップを埋めるために、倫理的に承認された生物学的研究から現実のデータセットをキュレートするための青写真を提供することを期待している。

関連論文リスト

• Re-Identifying Kākā with AI-Automated Video Key Frame Extraction [0.0]
  本研究では,k=ak=a(Nestor meridionalis)のビデオから高品質なキーフレームを抽出するためのユニークなパイプラインを提案する。 カスタムフィードの映像記録を用いて,キーフレームを抽出し,パイプラインの再同定性能を評価する。 その結果,提案手法では,k=ak=a再同定において高い精度で画像収集を行うことができた。
  論文  参考訳（メタデータ） (2025-10-09T19:46:46Z)
• kabr-tools: Automated Framework for Multi-Species Behavioral Monitoring [4.303185550812535]
  自動多種行動監視のためのオープンソースパッケージであるkabr-toolsを提案する。 このフレームワークは、ドローンベースのビデオと機械学習システムを統合し、野生動物の映像から行動、社会的、空間的メトリクスを抽出する。 地上からの観測に比べて、ドローンによる観測は行動の粒度を大幅に改善し、視界の損失を15%削減した。
  論文  参考訳（メタデータ） (2025-10-02T14:03:55Z)
• BioCLIP 2: Emergent Properties from Scaling Hierarchical Contrastive Learning [60.80381372245902]
  生体視覚モデルでは,大規模コントラスト視覚言語学習により創発的行動が観察される。 我々は、異なる種を区別するために、TreeOfLife-200MでBioCLIP 2を訓練する。 得られたBioCLIP 2の埋め込み空間における創発的特性を同定する。
  論文  参考訳（メタデータ） (2025-05-29T17:48:20Z)
• Consistent multi-animal pose estimation in cattle using dynamic Kalman filter based tracking [0.0]
  KeySORTは、トラックレットをバウンディングボックスフリーで構築するための適応カルマンフィルタであり、検出されたキーポイントの時間的一貫性を著しく向上する。 実験結果から,提案アルゴリズムは,精度の高い真理キーポイントの最大80%を検出できることがわかった。
  論文  参考訳（メタデータ） (2025-03-13T15:15:54Z)
• Open-Set Recognition of Novel Species in Biodiversity Monitoring [21.00825480154685]
  オープンセット認識とアウト・オブ・ディストリビューション検出のためのきめ細かい画像認識ベンチマークデータセットであるOpen-Insectsを紹介する。 我々は、ポストホック法、トレーニング時間正規化、補助データによるトレーニングを含む、様々なオープンセット認識アルゴリズムを評価する。
  論文  参考訳（メタデータ） (2025-03-03T16:04:46Z)
• SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
  本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。 ケニアでは低データのレシエーションを表すデータセットも提供しています。 リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
  論文  参考訳（メタデータ） (2023-11-02T02:00:27Z)
• Persistent Animal Identification Leveraging Non-Visual Markers [71.14999745312626]
  乱雑なホームケージ環境下で各マウスにユニークな識別子を時間をかけて発見し提供することを目的としている。 これは、(i)各マウスの視覚的特徴の区別の欠如、(ii)一定の閉塞を伴うシーンの密閉性のため、非常に難しい問題である。 本手法は, この動物識別問題に対して77%の精度を達成し, 動物が隠れているときの急激な検出を拒否することができる。
  論文  参考訳（メタデータ） (2021-12-13T17:11:32Z)

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。