論文の概要: A Non-Invasive Alternative to RFID: Self-Sufficient 3D Identification of Group-Housed Livestock

• arxiv url: http://arxiv.org/abs/2604.22657v1
• Date: Fri, 24 Apr 2026 15:31:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.519799
• Title: A Non-Invasive Alternative to RFID: Self-Sufficient 3D Identification of Group-Housed Livestock
• Title（参考訳）: RFIDの非侵襲的代替手段:集団養殖家畜の自己十分3次元同定
• Authors: Shiva Paudel, TsungCheng Tsai, Dongyi Wang,
• Abstract要約: 現在の業界標準は、電波周波数識別(RFID)の耳のタグに大きく依存している。 本稿では,商用電子給電所内で取得した3次元点雲データを利用した非侵襲的視覚ベース識別システムを提案する。
• 参考スコア（独自算出の注目度）: 0.6379544211152604
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate identification of individual farm animals in group-housed environments is a cornerstone of precision livestock management. However, current industry standards rely heavily on Radio Frequency Identification (RFID) ear tags, which are invasive, prone to loss, and restricted by the spatial limitations of antenna fields. In this paper, we propose a non-intrusive, vision-based identification system leveraging 3D point cloud data captured within a commercial electronic feeding station (EFS). Departing from traditional supervised frame-level inference, we introduce the Temporal Adaptive Recognition Architecture (TARA), a self-sufficient, semi-supervised framework designed to maintain identity consistency over time. TARA employs a dynamic recalibration mechanism that updates individual identity profiles to account for morphological changes in the livestock. To facilitate training in label-scarce environments, we utilize a visit-level majority voting strategy to generate high-fidelity pseudo-labels from raw temporal sequences. Experimental results on a group housed sow dataset collected from an operational commercial barn demonstrate that our approach achieves 100% identification accuracy at the visit level. These results suggest that vision-based 3D point cloud analysis offers a robust, superior alternative to RFID-based systems, paving the way for fully autonomous individual animal monitoring.
• Abstract（参考訳）: 集団飼育環境下での個別の家畜の正確な識別は、精密家畜管理の基盤となっている。 しかし、現在の業界標準は、電波周波数識別(RFID)の耳のタグに大きく依存している。 本稿では,商用電子給電ステーション(EFS)内で取得した3次元点雲データを利用した非侵襲的視覚ベース識別システムを提案する。 従来のフレームレベルの推論とは別に,時間とともにアイデンティティの整合性を維持するために設計された,自己十分かつ半教師付きフレームワークであるTemporal Adaptive Recognition Architecture (TARA)を導入する。 TARAは、家畜の形態変化を考慮に入れた個人識別プロファイルを更新する動的再校正機構を採用している。 ラベルスカース環境でのトレーニングを容易にするため、訪問レベルの多数決戦略を用いて、生の時間列から高忠実度擬似ラベルを生成する。 商業用納屋から収集したグループハウスソーデータセットの実験結果から,本手法が訪問レベルで100%の識別精度を達成できることが判明した。 これらの結果は、視覚に基づく3Dポイントクラウド分析が、RFIDベースのシステムに代わる堅牢で優れた代替手段を提供し、完全な自律的な個体モニタリングの道を開くことを示唆している。

関連論文リスト

• CHIRP dataset: towards long-term, individual-level, behavioral monitoring of bird populations in the wild [2.172490512050822]
  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。
  論文  参考訳（メタデータ） (2026-03-26T14:57:31Z)
• Automated Re-Identification of Holstein-Friesian Cattle in Dense Crowds [2.3843187053931456]
  そこで我々は,Open-Vocabulary Weight-free Localisation と Segment Anything モデルを利用した新しい検出セグメント識別パイプラインを提案する。 我々の手法は、密集した動物集団における検出の分解を克服し、98.93%の精度をもたらす。 教師なしのコントラスト学習がこれに基づいて構築され、テストデータに対して94.82%のRe-ID精度が得られることを示す。
  論文  参考訳（メタデータ） (2026-02-17T19:25:50Z)
• 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)
• Decentralized Vision-Based Autonomous Aerial Wildlife Monitoring [55.159556673975544]
  野生生物モニタリングのための分散視覚に基づくマルチクワッドロータシステムを提案する。 我々のアプローチは、その自然生息地における大型種のロバスト同定と追跡を可能にする。
  論文  参考訳（メタデータ） (2025-08-20T20:05:05Z)
• 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)
• Attentive Prototypes for Source-free Unsupervised Domain Adaptive 3D Object Detection [85.11649974840758]
  3Dオブジェクト検出ネットワークは、トレーニングされたデータに対してバイアスを受ける傾向がある。 そこで本研究では,ライダーを用いた3次元物体検出器のソースレス・教師なし領域適応のための単一フレーム手法を提案する。
  論文  参考訳（メタデータ） (2021-11-30T18:42:42Z)
• TraND: Transferable Neighborhood Discovery for Unsupervised Cross-domain Gait Recognition [77.77786072373942]
  本稿では、教師なしクロスドメイン歩行認識のための領域ギャップを橋渡しするTransferable Neighborhood Discovery (TraND) フレームワークを提案する。 我々は、潜在空間におけるラベルなしサンプルの自信ある近傍を自動的に発見するために、エンドツーエンドのトレーニング可能なアプローチを設計する。 提案手法は,CASIA-BとOU-LPの2つの公開データセットに対して,最先端の結果を得る。
  論文  参考訳（メタデータ） (2021-02-09T03:07:07Z)
• Visual Identification of Individual Holstein-Friesian Cattle via Deep Metric Learning [8.784100314325395]
  ホルシュタイン・フリーズ産の牛は、チューリングの反応拡散系から生じたものと類似した、個々の特性の白黒のコートパターンを視覚的に示す。 この研究は、畳み込みニューラルネットワークとディープメトリック学習技術を介して、個々のホルシュタイン・フリース人の視覚的検出と生体認証を自動化するために、これらの自然なマーキングを利用する。
  論文  参考訳（メタデータ） (2020-06-16T14:41:55Z)
• Machine learning approaches for identifying prey handling activity in otariid pinnipeds [12.814241588031685]
  本稿では,アザラシの捕食行動の同定に焦点をあてる。 考慮すべきデータは、アザラシに直接取り付けられたデバイスによって収集された3D加速度計と深度センサーのストリームである。 機械学習(ML)アルゴリズムに基づく自動モデルを提案する。
  論文  参考訳（メタデータ） (2020-02-10T15:30:08Z)

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。