論文の概要: Multimodal fusion of visual and morphometric features for avian bone classification

• arxiv url: http://arxiv.org/abs/2607.26743v1
• Date: Wed, 29 Jul 2026 10:34:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.627532
• Title: Multimodal fusion of visual and morphometric features for avian bone classification
• Title（参考訳）: 鳥類骨分類における視覚・形態計測の多モード融合
• Abstract要約: 本研究では,畳み込みニューラルネットワークを用いた画像解析と骨計測を併用した概念実証フレームワークを提案する。 複数の博物館や研究コレクションから1万枚以上の画像のデータセットを用いて,骨格要素の同定と家族レベルの分類という2つの分類課題を検討した。 このモデルは骨型分類試験セットの精度を86%向上させ,骨格要素の信頼性を実証した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial intelligence has shown considerable potential for archaeological applications, yet its use in zooarchaeology remains limited, particularly for the identification of avian skeletal remains. This study presents a proof-of-concept multimodal framework that integrates convolutional neural network-based image analysis with osteometric measurements for the classification of bird bones. Using a dataset of more than 10,000 images from multiple museum and research collections, two classification tasks were investigated: skeletal element identification and family-level taxonomic classification. Prior to classification, images were automatically segmented using a two-stage pipeline combining BiRefNet and SAM2. Visual features extracted with a pre-trained EfficientNet_V2_S backbone were fused with standardized morphometric data through a feature-level multimodal architecture. The model achieved 86% accuracy on the test set for bone-type classification, demonstrating reliable recognition of skeletal elements. Family-level classification proved more challenging, reaching 51% top-1 accuracy but 75% top-3 accuracy, indicating that correct taxa were frequently included among the most probable predictions. These results demonstrate the feasibility of combining visual and morphometric information within a unified deep-learning framework and establish a methodological baseline for future AI-assisted zooarchaeological identification. The approach contributes to ongoing efforts to develop scalable, interpretable, and archaeologically meaningful tools for the study of avian remains.
• Abstract（参考訳）: 人工知能は考古学的応用にかなりの可能性を示しているが、特に鳥類の骨格の同定において、動物構造学での使用は限られている。 本研究では, 畳み込みニューラルネットワークを用いた画像解析と骨計測を併用し, 鳥骨の分類を実証するマルチモーダル・フレームワークを提案する。 複数の博物館や研究コレクションから1万枚以上の画像のデータセットを用いて,骨格要素の同定と家族レベルの分類という2つの分類課題を検討した。 分類の前には、画像はBiRefNetとSAM2を組み合わせた2段階のパイプラインを使用して自動的に分割された。 トレーニング済みのEfficientNet_V2_Sバックボーンで抽出した視覚的特徴は、特徴レベルのマルチモーダルアーキテクチャにより標準化された形態データと融合した。 このモデルは骨型分類試験セットの精度を86%向上させ,骨格要素の信頼性を実証した。 家族レベルの分類はより困難で、51%がトップ1の精度に到達したが、75%がトップ3の精度に到達した。 これらの結果は,統合された深層学習フレームワークにおける視覚情報と形態情報の組み合わせの実現可能性を示し,将来のAI支援動物考古学的同定のための方法論的基盤を確立した。 このアプローチは、鳥の遺骨を研究するためのスケーラブルで解釈可能で考古学的に意味のあるツールを開発するための継続的な努力に寄与している。

関連論文リスト

• Deep learning-based hierarchical insect classification using camera trap imagery [1.2282296429222195]
  昆虫の数が減少すると、信頼性の高い生物多様性モニタリングがますます急務になる。 昆虫の生物多様性の監視は、標準化されたデータの欠如によって妨げられています。 深層学習に基づく画像分類器は、昆虫の生物多様性モニタリングを変換しスケールする可能性がある。
  論文  参考訳（メタデータ） (2026-07-30T10:51:38Z)
• PulmoSight-XAI: An Explainable Multi-View Attention Ensemble with Gradient Boosting Meta-Learning for Multi-Label Chest X-Ray Classification [1.2744523252873352]
  14の胸部病理の堅牢な分類のための説明可能な階層的多視点アンサンブルフレームワークを提案する。 このフレームワークは、フロントとサイドのラジオグラフィーを独立してモデル化することで、ビュー固有のトレーニングを採用する。 このフレームワークは最先端のマクロ平均AUROCスコアを前頭葉で0.9319、横線で0.9154と達成している。
  論文  参考訳（メタデータ） (2026-07-05T19:50:53Z)
• Skeleton-to-Image Encoding: Enabling Skeleton Representation Learning via Vision-Pretrained Models [110.11712022072975]
  骨格配列を画像ライクなデータに変換する新しい表現であるSkeleton-to-Imageを紹介する。 この符号化により、自己教師付き骨格表現学習のための強力な視覚事前学習モデルが利用可能となる。
  論文  参考訳（メタデータ） (2026-03-06T06:54:55Z)
• Towards Ancient Plant Seed Classification: A Benchmark Dataset and Baseline Model [62.98256440452042]
  我々は,最初の古植物種子画像分類データセットを構築した。 中国各地の18の遺跡から出土した17種の種または種レベルの種から8,340枚の画像が含まれている。 定量的および定性的な分析では、既存の最先端画像分類法を超越し、90.5%の精度を達成している。
  論文  参考訳（メタデータ） (2025-12-20T07:18:22Z)
• PSGait: Gait Recognition using Parsing Skeleton [11.899411968690185]
  本研究では,野生における歩行の正確な認識を実現するために,Parsing Skeletonという新しい歩行表現を提案する。 また,Parsing SkeletonsとSilhouettesを入力とする新しい歩行認識フレームワークPSGaitを提案する。 以上の結果から,PSGaitは野生での歩行認識に軽量で効果的で,高度に一般化可能な表現を提供することが示された。
  論文  参考訳（メタデータ） (2025-03-15T08:38:47Z)
• Gene-induced Multimodal Pre-training for Image-omic Classification [20.465959546613554]
  本稿では、ゲノム情報と全スライド画像(WSI)を併用した遺伝子誘導型マルチモーダル事前学習フレームワークを提案する。 TCGAデータセットによる実験結果から,ネットワークアーキテクチャと事前学習フレームワークの優位性が示され,画像-オミクス分類の精度は99.47%に達した。
  論文  参考訳（メタデータ） (2023-09-06T04:30:15Z)
• Hierarchical Skeleton Meta-Prototype Contrastive Learning with Hard Skeleton Mining for Unsupervised Person Re-Identification [70.90142717649785]
  本稿では,HSM(Hard Skeleton Mining)を用いた階層型非教師付きメタプロトタイプコントラストラーニング(Hi-MPC)手法を提案する。 原原型を複数の同種変換を伴うメタプロトタイプに変換することにより,原型固有の一貫性を学習し,人体再IDのより効果的な骨格特徴を捉える。
  論文  参考訳（メタデータ） (2023-07-24T16:18:22Z)
• SkeletonMAE: Graph-based Masked Autoencoder for Skeleton Sequence Pre-training [110.55093254677638]
  我々はSkeleton Sequence Learning(SSL)という,効率的なスケルトンシーケンス学習フレームワークを提案する。 本論文では,SkeletonMAEという非対称なグラフベースのエンコーダデコーダ事前学習アーキテクチャを構築する。 我々のSSLは、さまざまなデータセットにまたがってうまく一般化し、最先端の自己教師型スケルトンベースのアクション認識手法よりも優れています。
  論文  参考訳（メタデータ） (2023-07-17T13:33:11Z)
• Fossil Image Identification using Deep Learning Ensembles of Data Augmented Multiviews [8.877286028859602]
  本稿では,化石画像のオリジン(O),グレイ(G),骨格(S)ビューを収集する多視点アンサンブルフレームワークを提案する。 2400枚の画像を持つ最大のフスリノイドデータセットの実験は、提案されたOGSがベースラインを一貫して上回っていることを示している。 OGSは、データセットのオリジナルのラベルと、2人の人間の専門家の再識別との合意が最も高い。
  論文  参考訳（メタデータ） (2023-02-16T03:57:21Z)
• Supervised Learning and Model Analysis with Compositional Data [4.082799056366927]
  KernelBiomeはカーネルベースの非パラメトリック回帰分類フレームワークである。 我々は、最先端の機械学習手法と比較して、同等または改善された性能を示す。
  論文  参考訳（メタデータ） (2022-05-15T12:33:43Z)
• Vision Transformers for femur fracture classification [59.99241204074268]
  Vision Transformer (ViT) はテスト画像の83%を正確に予測することができた。 史上最大かつ最もリッチなデータセットを持つサブフラクチャーで良い結果が得られた。
  論文  参考訳（メタデータ） (2021-08-07T10:12:42Z)
• G-MIND: An End-to-End Multimodal Imaging-Genetics Framework for Biomarker Identification and Disease Classification [49.53651166356737]
  診断によって誘導される画像データと遺伝データを統合し、解釈可能なバイオマーカーを提供する新しいディープニューラルネットワークアーキテクチャを提案する。 2つの機能的MRI(fMRI)パラダイムとSingle Nucleotide Polymorphism (SNP)データを含む統合失調症の集団研究で本モデルを評価した。
  論文  参考訳（メタデータ） (2021-01-27T19:28:04Z)
• A Biologically Interpretable Two-stage Deep Neural Network (BIT-DNN) For Vegetation Recognition From Hyperspectral Imagery [3.708283803668841]
  本研究では,生物学的に解釈可能な2段階深層ニューラルネットワーク(BIT-DNN)を用いた新しい解釈可能な深層学習モデルを提案する。 提案モデルは、最先端の5つのディープラーニングモデルと比較されている。
  論文  参考訳（メタデータ） (2020-04-19T15:58:19Z)

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。