論文の概要: Automated 3D Kinematic Monitoring for Circadian Activity and Anomaly Detection in Juvenile Fish

• arxiv url: http://arxiv.org/abs/2606.14749v1
• Date: Fri, 05 Jun 2026 09:50:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-21 20:00:42.773259
• Title: Automated 3D Kinematic Monitoring for Circadian Activity and Anomaly Detection in Juvenile Fish
• Title（参考訳）: 幼魚の概日活動と異常検出の3次元自動計測
• Authors: Chih-Wei Huang, Chang-Wen Huang, Chung-Ping Chiang, Tsung-Wei Pan,
• Abstract要約: 高密度環境下での若年性ティラピアのリアルタイムモニタリングのための3次元行動表現型フレームワークを提案する。 システムは非接触体長推定を自動化し、絶対的な空間座標から3次元水泳軌道を再構築する。 その結果、このフレームワークは、生理的ストレスの早期警戒システムとして機能し、概日性運動のベースラインを確立することに成功した。
• 参考スコア（独自算出の注目度）: 0.4853153612241332
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Precision aquaculture faces a "phenotyping bottleneck" in tracking high-resolution behavioral traits, as conventional methods cannot quantify instantaneous three-dimensional (3D) physical exertion. To address this, we present a high-throughput 3D behavioral phenotyping framework integrating deep learning object detection with binocular stereo vision for real-time monitoring of juvenile tilapia in high-density environments. The system automates non-contact body length estimation and reconstructs 3D swimming trajectories from absolute spatial coordinates. By eliminating 2D perspective distortions, this approach precisely quantifies 3D velocity and acceleration, marking the first estimation of true physical swimming speeds in free-roaming juveniles. Results show the framework successfully establishes circadian locomotor baselines, serving as an early warning system for physiological stress and providing an objective metric for fish vitality.
• Abstract（参考訳）: 精密養殖は、従来の方法では、瞬時に3次元の物理的運動を定量化できないため、高分解能な行動特性の追跡において「擬似的ボトルネック」に直面している。 そこで本研究では,2眼立体視と深層学習物体検出を統合した高出力3次元行動表現フレームワークを提案する。 本システムは,非接触体長推定を自動化し,絶対空間座標から3次元水泳軌道を再構築する。 2次元の視線歪みを除去することにより、3次元の速度と加速度を正確に定量化し、自由ローミング少年における真の水泳速度を初めて推定する。 その結果,本フレームワークは生理的ストレスの早期警戒システムとして機能し,魚の活力の客観的指標として有効であることが明らかとなった。

関連論文リスト

• A skin-like conformal sensor for real-time shape mapping [2.128937994248034]
  リアルタイム3次元形状センシングは、動作中の変形可能なシステムの堅牢な制御と解釈に不可欠である。 本稿では,分散ひずみ測定から連続的な3次元変形をリアルタイムで再現する,スケーラブルな皮膚型センサを提案する。 12mmピッチの5-by-5アレイは、全てのテストシナリオで0.1秒の遅延で平均表面再構成誤差0.62mmを達成する。
  論文  参考訳（メタデータ） (2026-05-02T00:19:19Z)
• EMoTive: Event-guided Trajectory Modeling for 3D Motion Estimation [59.33052312107478]
  イベントカメラは、シーン変化に対する連続的適応ピクセルレベル応答による3次元モーション推定の可能性を提供する。 本稿では,イベント誘導パラメトリック曲線を用いた一様軌道をモデル化するイベントベースフレームワークであるEMoveについて述べる。 動作表現には,事象誘導下での空間的特徴と時間的特徴を融合する密度認識適応機構を導入する。 最終3次元運動推定は、パラメトリック軌道、流れ、深度運動場の多時間サンプリングによって達成される。
  論文  参考訳（メタデータ） (2025-03-14T13:15:54Z)
• Hybrid 3D Human Pose Estimation with Monocular Video and Sparse IMUs [15.017274891943162]
  モノクロビデオからの時間的3Dポーズ推定は、人間中心のコンピュータビジョンにおいて難しい課題である。 情報ソースを補完するために慣性センサが導入された。 物理的に合理的な3Dポーズを生成するために、異種センサデータを統合することは依然として困難である。
  論文  参考訳（メタデータ） (2024-04-27T09:02:42Z)
• OPA-3D: Occlusion-Aware Pixel-Wise Aggregation for Monocular 3D Object Detection [51.153003057515754]
  OPA-3Dは、Occlusion-Aware Pixel-Wise Aggregationネットワークである。 密集した風景深度と、奥行きのある箱残量と物の境界箱を共同で推定する。 メインカーのカテゴリーでは最先端の手法よりも優れています。
  論文  参考訳（メタデータ） (2022-11-02T14:19:13Z)
• Time-to-Label: Temporal Consistency for Self-Supervised Monocular 3D Object Detection [46.077668660248534]
  オブジェクトのポーズのレベルにおける時間的一貫性は、重要な監視信号を提供する、と我々は主張する。 具体的には、この一貫性とレンダリング・アンド・コンパレート・ロスを利用する自己教師付き損失を提案する。 我々は,実データから生成した擬似ラベルを用いて,合成訓練されたモノクル3次元物体検出モデルを微調整する。
  論文  参考訳（メタデータ） (2022-03-04T08:55:49Z)
• Real-Time Tactile Grasp Force Sensing Using Fingernail Imaging via Deep Neural Networks [3.42658286826597]
  本稿では,人間の指先による視覚のみによる3次元触覚力のリアルタイム推定のための新しいアプローチを提案する。 導入されたアプローチは、完全に単眼で、物理的な力センサーを必要としない。 スケーラブルで非侵襲的で、ボディポーズ推定のような他の知覚システムと容易に融合する。
  論文  参考訳（メタデータ） (2021-09-30T16:07:41Z)
• Neural Monocular 3D Human Motion Capture with Physical Awareness [76.55971509794598]
  物理的に可塑性なマーカーレス3次元モーションキャプチャのための新しいトレーニングシステムを提案する。 人間のモーションキャプチャのためのほとんどのニューラルな手法とは異なり、我々のアプローチは物理的および環境的な制約を認識している。 様々な場面でインタラクティブなフレームレートで、滑らかで物理的に原理化された3dモーションを生成する。
  論文  参考訳（メタデータ） (2021-05-03T17:57:07Z)
• Kinematic 3D Object Detection in Monocular Video [123.7119180923524]
  運動運動を注意深く利用して3次元位置決めの精度を向上させるモノクロ映像を用いた3次元物体検出法を提案する。 我々は、KITTI自動運転データセット内のモノクロ3次元物体検出とバードアイビュータスクの最先端性能を達成する。
  論文  参考訳（メタデータ） (2020-07-19T01:15:12Z)
• 4D Spatio-Temporal Convolutional Networks for Object Position Estimation in OCT Volumes [69.62333053044712]
  3次元畳み込みニューラルネットワーク(CNN)は、単一のOCT画像を用いたマーカーオブジェクトのポーズ推定に有望な性能を示した。 我々は3次元CNNを4次元時間CNNに拡張し、マーカーオブジェクト追跡のための追加の時間情報の影響を評価する。
  論文  参考訳（メタデータ） (2020-07-02T12:02:20Z)
• Self-Supervised Monocular Scene Flow Estimation [27.477810324117016]
  本稿では,競争精度とリアルタイム性能を両立させる新しい単眼シーンフロー法を提案する。 逆問題の観点から、深度と3次元運動を同時に推定する単一畳み込みニューラルネットワーク(CNN)を設計する。
  論文  参考訳（メタデータ） (2020-04-08T17:55:54Z)

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。