論文の概要: A Novel Computer Vision Approach for Assessing Fish Responses to Intrusive Objects in Aquaculture
- arxiv url: http://arxiv.org/abs/2605.30399v1
- Date: Thu, 28 May 2026 14:46:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-01 20:56:50.144003
- Title: A Novel Computer Vision Approach for Assessing Fish Responses to Intrusive Objects in Aquaculture
- Title（参考訳）: 養殖における侵入物に対する魚の反応評価のための新しいコンピュータビジョンアプローチ
- Authors: Hanne-Grete Alvheim, Stian Mjelde Jakobsen, Martin Føre, Eleni Kelasidi,
- Abstract要約: 水産産業は、世界の需要が増大する中、持続可能な魚介類生産を確保するために、いくつかの課題に対処する必要がある。
1つの大きな課題は、魚の福祉の改善が現在および将来の生産システムにおいて極めて重要であるため、生産中の良好な魚の健康と許容される福祉を確保することである。
個々の魚の3次元位置を検出・追跡・推定するための新しい手法が開発されている。
- 参考スコア（独自算出の注目度）: 2.099922236065961
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The aquaculture industry needs to address several challenges to secure sustainable seafood production that can serve an increasing global demand. One major challenge is to ensure good fish health and acceptable welfare during production since the improvement of fish welfare is of vital importance in current and future production systems. In this study, this is addressed by developing and implementing methods to identify fish behaviors in response to intrusive objects both on individual and on a group basis. A novel approach for detecting, tracking, and estimating the 3D position of individual fish has thus been developed, and specifically designed to track the caudal fins of farmed fish in industrial sea cages. The tracking data was subjected to a novel stereo-vision method adapted to estimate fish positions, velocities, accelerations, and turning and pitch angles. Datasets obtained from industrial-scale fish farms were then analyzed to identify the impact of structures of varying shapes, sizes, and colors on fish behavior. The method was trained using manually labeled caudal fins, and used YOLOv8 with ByteTrack as an object detector and tracker, SuperGlue for matching detections in the left and right frames, and triangulation to reconstruct the 3D positions of the fish. Different image pre-processing and augmentation methods for enhancing object detection accuracy were tested and their performance compared, while RAFT-Stereo was tested for depth estimation purposes. The obtained results both validate the method's performance against previous research efforts, and demonstrate the novelty and potential of this method in providing more insight into behavioral dynamics in sea-cages.
- Abstract（参考訳）: 水産産業は、世界的な需要の増加に対応する持続可能な魚介類生産を確保するために、いくつかの課題に対処する必要がある。
1つの大きな課題は、魚の福祉の改善が現在および将来の生産システムにおいて極めて重要であるため、生産中の良好な魚の健康と許容される福祉を確保することである。
本研究では,個体群と集団群の両方で侵入的対象に応答して魚類の行動を特定する手法を開発し,その実装を行った。
個別魚の3次元位置を検出・追跡・推定するための新しい手法が開発され,特に工業用シーケージにおける養殖魚の尾びれの追跡を目的としている。
追跡データには,魚の位置,速度,加速度,旋回角度を推定する新しい立体視法が適用された。
工業用魚養殖場から得られたデータセットを解析し, 形態, サイズ, 色が魚の行動に与える影響を調べた。
この方法は手動で尾びれをラベル付けして訓練され、YOLOv8とByteTrackをオブジェクト検出器とトラッカーとして使用し、SuperGlueは左右のフレームで検出をマッチングし、魚の3D位置を三角測量して再構築した。
物体検出精度を向上するための画像前処理と拡張法を比較検討し, 深度推定のためにRAFT-Stereoを試験した。
以上の結果から, 従来の研究成果に対する評価と, 本手法の新規性, 可能性を示すとともに, シーケージの挙動動態についてより深い知見を得ることができた。
関連論文リスト
- Non-invasive Growth Monitoring of Small Freshwater Fish in Home Aquariums via Stereo Vision [10.550765983612086]
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。
論文 参考訳（メタデータ） (2026-03-06T15:57:53Z) - 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) - FAFA: Frequency-Aware Flow-Aided Self-Supervision for Underwater Object Pose Estimation [65.01601309903971]
無人水中車両(UUV)の6次元ポーズ推定のための周波数認識フロー支援フレームワークであるFAFAを紹介する。
我々のフレームワークは、3DモデルとRGB画像のみに依存しており、実際のポーズアノテーションや奥行きのような非モダリティデータの必要性を軽減しています。
本研究では,一般的な水中オブジェクトポーズベンチマークにおけるFAFAの有効性を評価し,最先端手法と比較して顕著な性能向上を示した。
論文 参考訳（メタデータ） (2024-09-25T03:54:01Z) - Egocentric Whole-Body Motion Capture with FisheyeViT and Diffusion-Based
Motion Refinement [65.08165593201437]
本研究では,人体と手の動きを同時に推定する単一魚眼カメラを用いて,自我中心型全体モーションキャプチャーを探索する。
この課題は、高品質なデータセットの欠如、魚眼カメラの歪み、人間の身体の自己閉塞など、重大な課題を提起する。
そこで本研究では,魚眼画像の特徴を3次元人体ポーズ予測のための3次元熱マップ表現に変換した魚眼画像の特徴を抽出する手法を提案する。
論文 参考訳（メタデータ） (2023-11-28T07:13:47Z) - Towards The Creation Of The Future Fish Farm [3.8176219403982126]
魚の養殖環境は、管理された環境の中で魚介類の世話と管理を支援する。
このセクターでは、効率を高めるために新しい技術が常に実装されている。
本研究は,将来の養殖施設の効率性と利用性を示す概念実証である。
論文 参考訳（メタデータ） (2023-01-02T21:41:06Z) - 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) - 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) - Benchmarking Safe Deep Reinforcement Learning in Aquatic Navigation [78.17108227614928]
本研究では,水文ナビゲーションに着目した安全強化学習のためのベンチマーク環境を提案する。
価値に基づく政策段階の深層強化学習(DRL)について考察する。
また,学習したモデルの振る舞いを所望の特性の集合上で検証する検証戦略を提案する。
論文 参考訳（メタデータ） (2021-12-16T16:53:56Z) - 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。