論文の概要: Spotted: Location-informed Reidentification of Hyenas and Leopards in Camera Trap Surveys

• arxiv url: http://arxiv.org/abs/2607.00804v1
• Date: Wed, 01 Jul 2026 11:33:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.871888
• Title: Spotted: Location-informed Reidentification of Hyenas and Leopards in Camera Trap Surveys
• Title（参考訳）: カメラトラップ調査におけるハイエナとヒエナの位置情報の再同定
• Abstract要約: 本稿では、カメラの位置から得られる時間的実現可能性と視覚的類似性を統合する、位置インフォームされた、ループ内動物型ReIDフレームワークを提案する。 我々のモデルでは、SpottedID102、SpottedHyenaID109、SpottedHyenaID415データセットのベースラインに対して、平均トップ5識別精度を9pp、2pp、9ppで改善しています。
• 参考スコア（独自算出の注目度）: 13.543644881695988
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Animal re-identification (ReID) in camera-trap surveys remains challenging due to low image quality, strong variation in illumination and viewpoint, and highly imbalanced numbers of observations per individual. As a result, current ReID performance is often insufficient for fully automated use, and practical workflows typically depend on expert review of algorithmically proposed candidate matches. Moreover, most existing approaches focus almost exclusively on visual cues and overlook auxiliary information routinely available in field studies, such as image timestamps and camera-trap locations. We introduce Spotted, a location-informed, human-in-the-loop animal ReID framework that integrates visual similarity with spatio-temporal feasibility priors derived from camera locations, thereby reducing the amount of required expert review. Our method (i) computes an image-model-agnostic feasibility score based on the minimum travel speed required for two detections to correspond to the same individual, (ii) uses these feasibility cues as pseudo-supervision to train a lightweight head on top of a frozen visual foundation model, and (iii) fuses adapted visual similarity with spatio-temporal feasibility to obtain a robust pairwise matching score. We additionally integrate an active pair sampling strategy to accelerate annotation by initially prioritizing uncertain predictions. We evaluate Spotted on three challenging camera-trap ReID datasets comprised of spotted hyenas and leopards, which we release as part of this work. Our model improves average top-5 identification accuracy by 9pp, 2pp and 9pp over the best baseline on our LeopardID102, SpottedHyenaID109 and SpottedHyenaID415 datasets, respectively. Further, we show that our human-in-the-loop strategy reduces the number of queried comparisons by up to 69pp while achieving equivalent positive matches.
• Abstract（参考訳）: カメラトラップ調査における動物再同定(ReID)は, 画像品質の低下, 照度や視点の強い変化, 個体ごとの観察数の不均衡が原因で, 依然として困難である。 その結果、現在のReID性能は完全自動化には不十分であり、現実的なワークフローは通常アルゴリズムが提案する候補マッチングのエキスパートレビューに依存する。 さらに、既存のほとんどのアプローチは、画像タイムスタンプやカメラトラップ位置などのフィールド研究で日常的に利用できる視覚的な手がかりや補助的な情報にのみ焦点をあてている。 スポット(Spotted)は、カメラの位置から派生した時空間的実現可能性に視覚的類似性を統合することで、必要な専門家によるレビューの量を削減できる、位置インフォームの人間型動物型ReIDフレームワークである。 我々の方法 i)同一人物に対応するために2回の検出に必要な最小走行速度に基づいて、画像モデルに依存しない実現可能性スコアを算出する。 (二 凍結した視覚基盤モデルの上に軽量頭部を訓練するために擬似スーパービジョンとしてこれらの実現可能性手段を用いる。) (3) 対角的相似性と時空間可能性の相似性を融合させて, 頑健な対角一致スコアを得る。 さらに,不確実な予測を優先してアノテーションを高速化するために,アクティブなペアサンプリング戦略を統合する。 Spottedは、斑点のあるハイエナとヒョウからなる3つの挑戦的なカメラトラップ型ReIDデータセットに基づいて評価し、本研究の一部としてリリースする。 我々のモデルでは,LeopardID102,SpottedHyenaID109,SpottedHyenaID415データセットのベースラインに対して,平均トップ5識別精度を9pp,2pp,9pp向上させています。 さらに,提案手法は,等価な正の一致を達成しつつ,問合せ比較回数を最大69ppまで削減することを示す。

関連論文リスト

• Hierarchical Visual Relocalization with Nearest View Synthesis from Feature Gaussian Splatting [10.178028085803833]
  視覚的再ローカライゼーションは3Dコンピュータビジョンの分野における基本的な課題であり、これまで知られていたシーンを再検討する際にカメラのポーズを推定する。 SplatHLocは,特徴ガウススプラッティングをシーン表現として用いた,新しい階層的視覚的再局在化フレームワークである。 我々は,SplatHLocが視覚的再局在の堅牢性を高め,新しい最先端技術を確立していることを示す。
  論文  参考訳（メタデータ） (2026-03-31T02:51:14Z)
• Automated Re-Identification of Holstein-Friesian Cattle in Dense Crowds [2.3843187053931456]
  そこで我々は,Open-Vocabulary Weight-free Localisation と Segment Anything モデルを利用した新しい検出セグメント識別パイプラインを提案する。 我々の手法は、密集した動物集団における検出の分解を克服し、98.93%の精度をもたらす。 教師なしのコントラスト学習がこれに基づいて構築され、テストデータに対して94.82%のRe-ID精度が得られることを示す。
  論文  参考訳（メタデータ） (2026-02-17T19:25:50Z)
• Towards Anytime Retrieval: A Benchmark for Anytime Person Re-Identification [85.78039373517021]
  Anytime Person Re-identification (AT-ReID) は、時間変動に基づく複数のシナリオにおいて効果的な検索を実現することを目的としている。 最初の大規模なデータセットであるAT-USTCは、複数の服を着ている人の403万枚の画像を含む。 シナリオ固有の特徴学習のためのマルチシナリオReIDフレームワークを含むUni-ATという統一モデルを提案する。
  論文  参考訳（メタデータ） (2025-09-20T11:20:22Z)
• DART$^3$: Leveraging Distance for Test Time Adaptation in Person Re-Identification [20.378299237413177]
  人物再識別(ReID)モデルはカメラバイアスに悩まされ、学習された表現はアイデンティティではなく、カメラの視点に応じてクラスタ化される。 DART$3$は、カメラによるReIDのドメインシフトを軽減するために特別に設計されたTTAフレームワークである。
  論文  参考訳（メタデータ） (2025-05-23T19:46:20Z)
• Consistent multi-animal pose estimation in cattle using dynamic Kalman filter based tracking [0.0]
  KeySORTは、トラックレットをバウンディングボックスフリーで構築するための適応カルマンフィルタであり、検出されたキーポイントの時間的一貫性を著しく向上する。 実験結果から,提案アルゴリズムは,精度の高い真理キーポイントの最大80%を検出できることがわかった。
  論文  参考訳（メタデータ） (2025-03-13T15:15:54Z)
• SRPose: Two-view Relative Pose Estimation with Sparse Keypoints [51.49105161103385]
  SRPoseは、カメラ・トゥ・ワールドおよびオブジェクト・トゥ・カメラシナリオにおける2ビュー相対ポーズ推定のためのスパースキーポイントベースのフレームワークである。 精度と速度の点で最先端の手法と比較して、競争力や優れた性能を達成する。 さまざまな画像サイズやカメラ固有の機能に対して堅牢であり、低コンピューティングリソースでデプロイすることができる。
  論文  参考訳（メタデータ） (2024-07-11T05:46:35Z)
• Cameras as Rays: Pose Estimation via Ray Diffusion [54.098613859015856]
  カメラのポーズを推定することは3D再構成の基本的な課題であり、まばらにサンプリングされたビューを考えると依然として困難である。 本稿では,カメラを光束として扱うカメラポーズの分散表現を提案する。 提案手法は回帰法と拡散法の両方で,CO3Dのカメラポーズ推定における最先端性能を示す。
  論文  参考訳（メタデータ） (2024-02-22T18:59:56Z)
• ID-Pose: Sparse-view Camera Pose Estimation by Inverting Diffusion Models [43.86792681109704]
  本稿では,2つの入力画像が与えられた相対的なポーズを推定するために,デノナイズ拡散過程を逆転するID-Poseを提案する。 我々は2つ以上の画像を扱うためにID-Poseを拡張し、三角関係から複数の画像対で各ポーズを推定する。 その結果,ID-Poseは最先端手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2023-06-29T17:41:41Z)
• Rethinking pose estimation in crowds: overcoming the detection information-bottleneck and ambiguity [46.10812760258666]
  個人間の頻繁な相互作用は、ポーズ推定アルゴリズムの基本的な課題である。 ボトムアップ条件付きトップダウンポーズ推定と呼ばれる新しいパイプラインを提案する。 動物と人間のポーズ推定ベンチマークにおけるアプローチの性能と効率を実証する。
  論文  参考訳（メタデータ） (2023-06-13T16:14:40Z)
• PoseMatcher: One-shot 6D Object Pose Estimation by Deep Feature Matching [51.142988196855484]
  本稿では,PoseMatcherを提案する。 3ビューシステムに基づくオブジェクトと画像のマッチングのための新しいトレーニングパイプラインを作成します。 PoseMatcherは、画像とポイントクラウドの異なる入力モダリティに対応できるように、IO-Layerを導入します。
  論文  参考訳（メタデータ） (2023-04-03T21:14:59Z)
• DeepI2P: Image-to-Point Cloud Registration via Deep Classification [71.3121124994105]
  DeepI2Pは、イメージとポイントクラウドの間のクロスモダリティ登録のための新しいアプローチです。 本手法は,カメラとライダーの座標フレーム間の相対的剛性変換を推定する。 登録問題を分類および逆カメラ投影最適化問題に変換することで難易度を回避する。
  論文  参考訳（メタデータ） (2021-04-08T04:27:32Z)
• AdaFuse: Adaptive Multiview Fusion for Accurate Human Pose Estimation in the Wild [77.43884383743872]
  本稿では,アダプティブなマルチビュー融合手法であるAdaFuseについて述べる。 我々は、Human3.6M、Total Capture、CMU Panopticの3つの公開データセットに対するアプローチを広く評価した。 また,大規模合成データセットOcclusion-Personを作成し,咬合関節の数値評価を行う。
  論文  参考訳（メタデータ） (2020-10-26T03:19:46Z)

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。