論文の概要: ReCowGnition: A Realistic Biometric Benchmark for Cow Face Recognition

• arxiv url: http://arxiv.org/abs/2607.22071v1
• Date: Fri, 24 Jul 2026 08:14:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:57.079502
• Title: ReCowGnition: A Realistic Biometric Benchmark for Cow Face Recognition
• Title（参考訳）: ReCowGnition: 牛の顔認識のための実測バイオメトリックベンチマーク
• Abstract要約: 乳牛農場において,161頭の異なる牛の6,838枚の画像を用いた,新規で公開可能な牛面ベンチマークデータセットを寄贈した。 公的なデータセットに加えて、牛の認識研究分野における同等の研究を促進するために、2つの検証と4つの識別評価プロトコルを定義した。
• 参考スコア（独自算出の注目度）: 10.815839634221154
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: With the development of precision livestock farming and the advances in computer vision, visual animal biometrics has gained attention. Using biometric technologies that have been proven effective for humans to identify livestock can increase animal welfare as well as production efficiency. However, challenges such as complex scenarios, similar appearances, occlusions, and non-cooperative behavior, as well as the limited amount of publicly available labeled datasets, remain. In this work, we contribute a novel, publicly available cow face benchmark dataset that has been collected in a realistic automatic scenario with 6,838 images of 161 different cows at a dairy farm. In addition to the public dataset, we define two verification and four identification evaluation protocols to foster comparable research in the cow recognition research field. Further, we provide evaluation results on our dataset of six benchmark models, which include models trained on limited data, cross-species fine-tuned models, and zero-shot foundation model approaches.
• Abstract（参考訳）: 精密家畜農業の発展とコンピュータビジョンの進歩により、視覚動物の生体計測が注目されている。 ヒトが家畜を特定するのに効果的であることが証明された生体計測技術を使用することで、動物の福祉と生産効率を高めることができる。 しかし、複雑なシナリオ、類似の外観、オクルージョン、非協調行動などの課題や、公開可能なラベル付きデータセットの限られた量といった課題は残されている。 本研究では, 乳牛の161頭の異なる牛の6,838枚の画像を用いて, 現実的な自動シナリオで収集した, 公開された牛の顔のベンチマークデータセットについて報告する。 公的なデータセットに加えて、牛の認識研究分野における同等の研究を促進するために、2つの検証と4つの識別評価プロトコルを定義した。 さらに、限られたデータに基づいて訓練されたモデル、クロスチューニングされたモデル、ゼロショット基礎モデルアプローチを含む6つのベンチマークモデルのデータセットの評価結果も提供する。

関連論文リスト

• PriVi: Towards A General-Purpose Video Model For Primate Behavior In The Wild [50.656578456979496]
  大規模な霊長類中心のビデオ事前トレーニングデータセットであるPriViを紹介する。 大規模ビデオモデルであるV-JEPAをPriVi上でプレトレーニングし、霊長類固有の表現を学習する。 その結果、霊長類中心の事前学習はデータ効率と一般化を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2025-11-12T19:27:40Z)
• Cross-Species Transfer Learning in Agricultural AI: Evaluating ZebraPose Adaptation for Dairy Cattle Pose Estimation [0.6999740786886536]
  本研究は,異種間移動学習の可能性と限界を評価する。 本研究では,シマウマの実環境下での乳牛の27キーポイント検出のために,人工ゼブラ画像に基づいて訓練された視覚トランスフォーマーモデルを適用した。
  論文  参考訳（メタデータ） (2025-10-26T10:31:22Z)
• Cattle-CLIP: A Multimodal Framework for Cattle Behaviour Recognition [5.45546363077543]
  Cattle-CLIPは、牛の行動認識のためのマルチモーダルなディープラーニングフレームワークである。 これは、時間統合モジュールを追加することで、大規模な画像言語モデルCLIPから適応される。 実験により、キャトル-CLIPは6つの行動に対して96.1%の総合的精度を達成することが示された。
  論文  参考訳（メタデータ） (2025-10-10T09:43:12Z)
• AI-Powered Cow Detection in Complex Farm Environments [7.956743113777889]
  既存の牛検出アルゴリズムは、現実世界の農業環境において課題に直面している。 本研究では、6つの環境から得られた多様な牛のデータセットを用いてこれらの課題に対処する。 YOLOv8-CBAM は YOLOv8 を2.3%向上させ、95.2% の精度で、mAP@0.5:0.95 の82.6%を達成した。
  論文  参考訳（メタデータ） (2025-01-03T19:54:38Z)
• LiveXiv -- A Multi-Modal Live Benchmark Based on Arxiv Papers Content [62.816876067499415]
  我々は、科学的ArXiv論文に基づくスケーラブルな進化型ライブベンチマークであるLiveXivを提案する。 LiveXivは、任意のタイムスタンプでドメイン固有の原稿にアクセスし、視覚的な問合せペアを自動的に生成することを提案する。 ベンチマークの最初のバージョンで、複数のオープンでプロプライエタリなLMM(Large Multi-modal Models)をベンチマークし、その挑戦的な性質を示し、モデルの真の能力を明らかにする。
  論文  参考訳（メタデータ） (2024-10-14T17:51:23Z)
• PoseBench: Benchmarking the Robustness of Pose Estimation Models under Corruptions [57.871692507044344]
  ポース推定は、単眼画像を用いて人や動物の解剖学的キーポイントを正確に同定することを目的としている。 現在のモデルは一般的に、クリーンなデータに基づいてトレーニングされ、テストされる。 実世界の腐敗に対するポーズ推定モデルの堅牢性を評価するためのベンチマークであるPoseBenchを紹介する。
  論文  参考訳（メタデータ） (2024-06-20T14:40:17Z)
• SuperAnimal pretrained pose estimation models for behavioral analysis [42.206265576708255]
  行動の定量化は神経科学、獣医学、動物保護活動など様々な応用において重要である。 我々は、SuperAnimalと呼ばれる新しい手法で統一基盤モデルを開発するための一連の技術革新を提案する。
  論文  参考訳（メタデータ） (2022-03-14T18:46:57Z)
• RealGait: Gait Recognition for Person Re-Identification [79.67088297584762]
  我々は,既存の映像人物の再識別課題からシルエットを抽出し,制約のない方法で歩く1,404人からなる新たな歩行データセットを構築した。 以上の結果から、実際の監視シナリオにおける歩行による認識は実現可能であり、その基盤となる歩行パターンが、実際にビデオの人物認識が機能する真の理由である可能性が示唆された。
  論文  参考訳（メタデータ） (2022-01-13T06:30:56Z)
• 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)
• Video-based cattle identification and action recognition [0.910162205512083]
  家畜の行動を自動的に分析し,牛の福祉をモニタリングする作業プロトタイプを実演する。 深層学習モデルは農場で取得したビデオで開発、テストされ、牛の識別には81.2%の精度が達成されている。
  論文  参考訳（メタデータ） (2021-10-14T00:55:56Z)
• 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)
• Transferring Dense Pose to Proximal Animal Classes [83.84439508978126]
  より一般的な対象検出器やセグメンタなどと同様に、密集したポーズ認識に存在する知識を、他のクラスにおける密集したポーズ認識の問題に移すことが可能であることを示す。 我々は、人間と幾何学的に整合した新しい動物のためのDensePoseモデルを確立することでこれを行う。 また、クラスチンパンジーにDensePoseの方法でラベル付けされた2つのベンチマークデータセットを導入し、アプローチを評価するためにそれらを使用します。
  論文  参考訳（メタデータ） (2020-02-28T21:43:53Z)

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。