論文の概要: Cross-Modal Corroboration for Annotation-Free Wildlife Monitoring

• arxiv url: http://arxiv.org/abs/2606.21613v1
• Date: Fri, 19 Jun 2026 17:17:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 04:34:59.068507
• Title: Cross-Modal Corroboration for Annotation-Free Wildlife Monitoring
• Title（参考訳）: アノテーションのない野生生物モニタリングのためのクロスモーダルコロンボレーション
• Authors: Bharath Pillai, Varun Viswapriyan, Christopher Stewart, Tanya Berger-Wolf, Jenna Kline,
• Abstract要約: 実際の環境保全デプロイメントのための野生生物監視のスケーリングには、重度のアノテーション不足の下で機能するスマートセンサーの自動分析が必要である。 本稿では,マルチモーダルモニタリングパイプラインのアノテーションのない検証信号として,種活動パターンのエキスパート知識を活用することを提案する。 我々は,このパイプラインをミウルシカの繁殖群落で検証し,両モダリティが既知のシカの行動生態と一致した活動パターンを独立に回復することを示した。
• 参考スコア（独自算出の注目度）: 0.29891208411734166
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scaling wildlife monitoring for real-world conservation deployments requires automated analysis of smart sensors that operate under severe annotation scarcity. We propose leveraging expert knowledge of species activity patterns as an annotation-free validation signal for multimodal monitoring pipelines. We operationalize agreement as the alignment of independently derived hourly activity curves both with each other and with published behavioral priors-a three-way convergence that rules out shared-data confounds and dataset-internal correlation as alternative explanations. Our vision pipeline combines zero-shot species detection via BioCLIP 2, sliced inference to handle deployment-constrained camera positioning, and geometry-based geographic localization from camera trap imagery. Our acoustic pipeline detects species vocalizations via a fine-tuned classifier. We validate the pipeline on a breeding herd of Milu deer and demonstrate that both modalities independently recover activity patterns consistent with known deer behavioral ecology with minimal manual annotation. The framework applies to species detectable in both visual and acoustic modalities for which behavioral priors are documented in the literature, suggesting a practical path toward self-validating wildlife-monitoring pipelines at conservation scale.
• Abstract（参考訳）: 現実世界の保全デプロイメントのための野生生物の監視をスケールするには、重度のアノテーション不足の下で機能するスマートセンサーの自動分析が必要である。 本稿では,マルチモーダルモニタリングパイプラインのアノテーションのない検証信号として,種活動パターンのエキスパート知識を活用することを提案する。 我々は、相互に独立して導出される時間的活動曲線と、共有データ共役とデータセット内相関を代替説明として規定する3方向収束を併用した行動先行曲線のアライメントとして、合意を運用する。 我々のビジョンパイプラインは、BioCLIP 2によるゼロショット種検出とスライス推論を組み合わせることで、配置制約付きカメラ位置決めと、カメラトラップ画像からのジオメトリベースの地理的位置決めを組み合わせている。 音響パイプラインは細調整した分類器を用いて種声を検出する。 我々は,このパイプラインをミウルシカの繁殖群落で検証し,両モダリティが最小の手動アノテーションで既知のシカの行動生態と一致した活動パターンを独立に回復することを示した。 この枠組みは、行動の先行が文献に記録されている視覚的・音響的モダリティの両方で検出可能な種に適用され、保全スケールでの自己検証型野生生物モニタリングパイプラインへの実践的な道のりを示唆している。

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)
• A Computer Vision Pipeline for Individual-Level Behavior Analysis: Benchmarking on the Edinburgh Pig Dataset [0.46297934208241753]
  動物行動分析は、農業環境における動物福祉、健康状態、生産性を理解する上で重要な役割を担っている。 グループ住宅環境における動物の行動分析を自動化するために,オープンソースの最先端コンピュータビジョン技術を活用するモジュールパイプラインを提案する。 提案手法は, ゼロショット物体検出, モーション認識, セグメンテーションのための最先端モデルと, 頑健な動作認識のための視覚変換器を用いた高度な特徴抽出を組み合わせたものである。
  論文  参考訳（メタデータ） (2025-09-15T15:31:12Z)
• Downstream-Pretext Domain Knowledge Traceback for Active Learning [138.02530777915362]
  本稿では、下流知識と事前学習指導のデータ相互作用をトレースするダウンストリーム・プレテキスト・ドメイン知識トレース(DOKT)手法を提案する。 DOKTは、トレースバックの多様性指標とドメインベースの不確実性推定器から構成される。 10のデータセットで行った実験は、我々のモデルが他の最先端の手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-07-20T01:34:13Z)
• Weakly supervised marine animal detection from remote sensing images using vector-quantized variational autoencoder [4.812718493682454]
  本稿では, 海洋環境における航空画像からの弱教師付き動物検出のための再構成に基づくアプローチについて検討する。 異常検出フレームワークは、入力空間上で直接メトリクスを計算し、解釈可能性と異常なローカライゼーションを高める。 我々のフレームワークは、異常の解釈性と局所化を改善し、海洋生態系のモニタリングに有用な洞察を提供する。
  論文  参考訳（メタデータ） (2023-07-13T12:26:27Z)
• Weakly-Supervised Spatio-Temporal Anomaly Detection in Surveillance Video [128.41392860714635]
  Weakly-Supervised Snoma-Temporally Detection (WSSTAD) を監視ビデオに導入する。 WSSTADは異常事象を封止する時空間管(すなわち連続する境界ボックスのシーケンス)をローカライズすることを目的としている。 本稿では,空間的・時間的領域に複数粒度を持つ入力提案を行うデュアルブランチネットワークを提案する。
  論文  参考訳（メタデータ） (2021-08-09T06:11:14Z)
• WSSOD: A New Pipeline for Weakly- and Semi-Supervised Object Detection [75.80075054706079]
  弱機能および半教師付きオブジェクト検出フレームワーク(WSSOD)を提案する。 エージェント検出器は、まず関節データセット上でトレーニングされ、弱注釈画像上で擬似境界ボックスを予測するために使用される。 提案フレームワークはPASCAL-VOC と MSCOCO のベンチマークで顕著な性能を示し,完全教師付き環境で得られたものと同等の性能を達成している。
  論文  参考訳（メタデータ） (2021-05-21T11:58:50Z)
• Unsupervised Sound Localization via Iterative Contrastive Learning [106.56167882750792]
  データアノテーションを必要としない反復型コントラスト学習フレームワークを提案する。 次に、擬似ラベルを用いて、同じビデオからサンプリングされた視覚信号と音声信号の相関関係を学習する。 我々の反復的戦略は徐々に音像の局所化を奨励し、非発声領域と参照音声との相関を減少させる。
  論文  参考訳（メタデータ） (2021-04-01T07:48:29Z)
• Intersection Regularization for Extracting Semantic Attributes [72.53481390411173]
  本稿では,ネットワーク抽出した特徴が意味属性のセットと一致するように,教師付き分類の問題を考える。 例えば、鳥類のイメージを種に分類することを学ぶとき、動物学者が鳥類を分類するために使用する特徴の出現を観察したい。 本稿では,複数層パーセプトロン(MLP)と並列決定木を併用した,離散的なトップレベルアクティベーションを持つニューラルネットワークのトレーニングを提案する。
  論文  参考訳（メタデータ） (2021-03-22T14:32:44Z)
• 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)

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。