論文の概要: Autonomous UAV Navigation for Individual Wildlife Re-Identification
- arxiv url: http://arxiv.org/abs/2606.31772v1
- Date: Tue, 30 Jun 2026 14:56:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.276937
- Title: Autonomous UAV Navigation for Individual Wildlife Re-Identification
- Title（参考訳）: 個別野生生物再同定のための無人UAVナビゲーション
- Abstract要約: 本稿では、下流のre-IDに対して、画像キャプチャーを積極的に最適化する自律型ドローンナビゲーションシステムを提案する。
このシステムは、YOLOv11オブジェクト検出とDINOv2ベースのポーズを組み合わせて、リアルタイム飛行決定を導く。
本手法はキリン,トラ,ゾウなどの診断面パターンを持つ他の種に一般化されていることを示す。
- 参考スコア（独自算出の注目度）: 0.350327094468706
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reliable individual re-identification (re-ID) of wildlife is essential for population monitoring, behavioral tracking, and conservation policy evaluation, yet large-scale data collection remains labor-intensive, relying on manual efforts by ecologists or citizen scientists. We propose an autonomous drone navigation system that actively optimizes image capture for downstream re-ID, moving beyond passive aerial sensing. The system combines YOLOv11 object detection with a DINOv2-based pose classifier to guide real-time flight decisions: detecting animals, orienting to expose the lateral flank (the surface of interest for pattern-based re-ID), and approaching until the subject meets a minimum bounding-box threshold. Unlike prior drone systems that optimize for group-level behavioral video, ours targets the specific image-quality requirements of individual-identification models. We demonstrate feasibility through a case study on zebra using footage collected in Kenya, and show the approach generalizes to other species with diagnostic surface patterns, including giraffes, tigers, and elephants. Our work establishes a framework for task-aware embodied AI for ecological data collection, in which downstream re-ID requirements drive real-time perception and control.
- Abstract（参考訳）: 野生生物の信頼性の高い個体識別(re-ID)は、個体群モニタリング、行動追跡、保護政策評価に不可欠であるが、大規模なデータ収集は、生態学者や市民科学者による手作業に依存し、労働集約的なままである。
本稿では、受動型空中センシングを超えて、下流のリIDに対して画像キャプチャーを積極的に最適化する自律型ドローンナビゲーションシステムを提案する。
このシステムは、YOLOv11オブジェクト検出とDINOv2ベースのポーズ分類器を組み合わせることで、動物を検知し、外側の側面(パターンベースのre-IDに対する関心の表面)を露出させ、被検体が最小限のバウンディングボックス閾値に達するまで接近する、リアルタイム飛行決定を導く。
グループレベルの行動動画を最適化する従来のドローンシステムとは異なり、当社では個人識別モデルの特定の画像品質要件を目標としています。
ケニアで収集された映像を用いてシマウマのケーススタディを行い、キリン、トラ、ゾウなどの診断面パターンを持つ他の種にアプローチを一般化したことを示す。
我々の研究は、下流のre-ID要求がリアルタイムの認識と制御を促進する、エコロジーデータ収集のためのタスク認識型AIのためのフレームワークを確立する。
関連論文リスト
- What Does Animal Re-Identification Learn? Linear Biological Concepts and Their Origins in Visual Representations [52.11506532642883]
性別と年齢は、抱きしめられた個人に一般化する線形方向として現れることを示す。
また、性的指向はモデルによって因果的に利用されており、かなりの数の予測を反対の性に反転させることも示している。
論文 参考訳（メタデータ） (2026-09-05T10:46:27Z) - A Non-Invasive Alternative to RFID: Self-Sufficient 3D Identification of Group-Housed Livestock [0.6379544211152604]
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。
論文 参考訳（メタデータ） (2026-04-24T15:31:47Z) - 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) - 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) - Motion-Refined DINOSAUR for Unsupervised Multi-Object Discovery [52.60873386395476]
教師なしマルチオブジェクト発見(MOD)は、人間の監督なしに視覚的な場面で異なるオブジェクトのインスタンスを検出し、ローカライズすることを目的としている。
近年のアプローチでは、オブジェクト中心学習(OCL)と動画からのモーションキューを活用して個々のオブジェクトを識別している。
MR-DINOSAURは,自己教師付きOCLモデルであるDINOSAURを,教師なしマルチオブジェクト発見のタスクに拡張する,最小限の教師なしアプローチである。
論文 参考訳（メタデータ） (2025-09-02T17:44:49Z) - 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) - Seamless Detection: Unifying Salient Object Detection and Camouflaged Object Detection [73.85890512959861]
本稿では,SOD(Salient Object Detection)とCOD(Camouflaged Object Detection)を統合化するためのタスク非依存フレームワークを提案する。
我々は、間隔層と大域的コンテキストを含む単純で効果的なコンテキストデコーダを設計し、67fpsの推論速度を実現する。
公開SODデータセットとCODデータセットの実験は、教師なし設定と教師なし設定の両方において、提案したフレームワークの優位性を実証している。
論文 参考訳（メタデータ） (2024-12-22T03:25:43Z) - BuckTales : A multi-UAV dataset for multi-object tracking and re-identification of wild antelopes [0.6267336085190178]
BuckTalesは、野生動物の多目的追跡と再同定問題を解決するために設計された最初の大規模なUAVデータセットである。
MOTデータセットには12の高解像度(5.4K)ビデオを含む680トラックを含む120万以上のアノテーションが含まれている。
Re-IDデータセットには、同時に2つのUAVで捕獲された730人の個人が含まれている。
論文 参考訳（メタデータ） (2024-11-11T11:55:14Z) - 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) - 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) - Unifying data for fine-grained visual species classification [15.14767769034929]
465種にまたがる2.9M画像に基づいて訓練した,初期の深部畳み込みニューラルネットワークモデルを提案する。
長期的な目標は、科学者が種数と人口の健康状態のほぼリアルタイムでの分析から、保護的なレコメンデーションを行うことである。
論文 参考訳（メタデータ） (2020-09-24T01:04:18Z)
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。