論文の概要: Horse Eye Blink Detection and Classification for Equine Affective State Assessment

• arxiv url: http://arxiv.org/abs/2606.05458v1
• Date: Wed, 03 Jun 2026 21:33:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-06 06:55:34.60904
• Title: Horse Eye Blink Detection and Classification for Equine Affective State Assessment
• Title（参考訳）: Equine Affective State Assessmentのための馬眼ブラインドの検出と分類
• Authors: João Alves, Signe Møller-Skuldbøl, Pia Haubro Andersen, Rikke Gade,
• Abstract要約: 馬のビデオから自動瞬き分類を行う3つの方法を開発し,評価する。 分岐分類を行う場合のマクロF1スコアは0.898、二分点検出では0.926となる。
• 参考スコア（独自算出の注目度）: 3.4926249361874926
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automated detection of equine facial action units (AUs) is a promising yet under-explored avenue for pain and affective state assessment in horses. Half and full-blink movements are recognised indicators of pain and stress, but as micro-expressions, their subtle, fine-grained nature makes them easily missed by the naked eye and only discernible through frame-by-frame video inspection, making reliable automated detection from video a particularly demanding task. We develop and evaluate three methods for automated blink classification from horse videos: a frame-based YOLOv12 detector, an optical flow magnitude thresholding approach, and a fine-tuned VideoMAE model, tested on a publicly available dataset. We achieve a macro-F1 score of 0.898 when doing blink classification and 0.926 on binary blink detection. Our results highlight both the potential and the inherent challenges of fine-grained AU detection for equine welfare monitoring.
• Abstract（参考訳）: ウマの顔面行動単位(AUs)の自動検出は、馬の痛みと情緒的状態を評価するための、未発見の道として有望である。 半分とフルリンクの動きは痛みとストレスの指標として認識されるが、微小な表現として、その微妙できめ細かな性質は肉眼で簡単に見逃され、フレームごとのビデオ検査によってのみ識別され、ビデオからの信頼性の高い自動検出が特に要求されるタスクである。 我々は,馬の映像から自動瞬き分類を行う3つの方法を開発した。フレームベースのYOLOv12検出器,光学流度閾値決定手法,および公開データセット上でテストされた細調整ビデオMAEモデルである。 分岐分類を行う場合のマクロF1スコアは0.898、二分点検出では0.926となる。 本研究は, ウマ福祉モニタリングにおける微粒なAU検出の可能性と本質的な課題を両立させたものである。

関連論文リスト

• Multi-Object Tracking Consistently Improves Wildlife Inference [4.13115026589334]
  本研究では,野生生物分類モデルから推定された予測を増大させるため,カメラトラップデータの時間的特性を利用する。 我々は、連続するフレーム間で検出をリンクするために、複数の標準マルチオブジェクト追跡(MOT)モデルを採用する。 融合確率スコアは、ノイズによる誤分類をオーバーライドする単一のコンセンサスクラスラベル推定を生成する。
  論文  参考訳（メタデータ） (2026-05-15T22:13:25Z)
• A multi-head deep fusion model for recognition of cattle foraging events using sound and movement signals [0.2450783418670958]
  この研究は、音響信号と慣性信号の融合に基づくディープニューラルネットワークを導入する。 このモデルの主な利点は、それぞれから独立して特徴の自動抽出による信号の組み合わせである。
  論文  参考訳（メタデータ） (2025-05-15T11:55:16Z)
• Read My Ears! Horse Ear Movement Detection for Equine Affective State Assessment [3.4024783461417805]
  馬の映像から特定の耳のAU検出と位置決めの異なる方法について検討した。 公衆馬のビデオデータセットにおける耳の動きの有無の87.5%の分類精度を実現した。
  論文  参考訳（メタデータ） (2025-05-06T14:05:49Z)
• Convolutional neural network for early detection of lameness and irregularity in horses using an IMU sensor [0.0]
  単慣性測定ユニット(IMU)と1次元畳み込みニューラルネットワーク(1D CNN)を用いたストライドレベルの分類システムを提案する。 提案システムは実世界の条件下でテストされ,90%のセッションレベルの精度を実現した。
  論文  参考訳（メタデータ） (2025-03-17T15:05:01Z)
• 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)
• Anomaly Detection in Cybersecurity: Unsupervised, Graph-Based and Supervised Learning Methods in Adversarial Environments [63.942632088208505]
  現在の運用環境に固有ののは、敵対的機械学習の実践である。 本研究では,教師なし学習とグラフに基づく異常検出の可能性を検討する。 我々は,教師付きモデルの訓練時に,現実的な対人訓練機構を組み込んで,対人環境における強力な分類性能を実現する。
  論文  参考訳（メタデータ） (2021-05-14T10:05:10Z)
• 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)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)

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。