論文の概要: CowCare: A Unified Visual Framework for Viewpoint-Robust Cattle Tracking and Spatiotemporal Heat-Stress Analysis

• arxiv url: http://arxiv.org/abs/2610.15012v1
• Date: Sat, 10 Oct 2026 15:47:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 02:58:37.472629
• Title: CowCare: A Unified Visual Framework for Viewpoint-Robust Cattle Tracking and Spatiotemporal Heat-Stress Analysis
• Title（参考訳）: CowCare: ビューポイント・ロバスト牛追跡と時空間熱ストレス解析のための統合ビジュアルフレームワーク
• Abstract要約: CowCareは、視点ロバストトラッキングと時間的熱ストレス認識を組み合わせた統合フレームワークである。 トラッキングモジュールであるCowTrackは、View-Decoupled Aggregation Network (VDA-Net)を通じて、カメラ間のアイデンティティ一貫性を維持する。 これらの結果から、CowCareは家畜の健康監視自動化のための堅牢なエンドツーエンドフレームワークとして確立された。
• 参考スコア（独自算出の注目度）: 13.114991446273786
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable individual monitoring is essential for dairy cattle welfare and early heat stress detection in Precision Livestock Farming (PLF). However, translating raw multi-camera videos into automated diagnostics remains challenging due to disconnected tracking and recognition pipelines and complex physical environments. Dense mutual occlusions and cross-camera viewpoint variations fragment identities, while environmental noise, including camera vibrations, and limited agricultural data obscure subtle heat stress cues such as rapid breathing and flank undulations. To bridge low-level visual features and high-level behavioral diagnostics, we propose CowCare, a unified framework combining viewpoint-robust tracking with spatiotemporal heat stress recognition. Its tracking module, CowTrack, maintains cross-camera identity consistency through a View-Decoupled Aggregation Network (VDA-Net). Instead of relying on static global representations, VDA-Net aggregates localized textures under heavy occlusion and uses a Viewpoint Decoupling Transformer (VDT) to suppress transient viewpoint variations. CowTrack further incorporates a causal online self-supervision mechanism for continuous adaptation to dynamic farm scenes. The resulting tracklets are subsequently processed by TSDF-Net, a fine-grained video understanding network. Its Temporal Stabilization and Aggregation Module (TSAM) suppresses high-frequency jitter, while a Diffusion Semantic Prior (DSP) uses frozen pre-trained diffusion semantics to enhance subtle behavioral signals and mitigate overfitting. Extensive evaluations on two real-world farm benchmarks demonstrate the framework's effectiveness: CowTrack achieves 83.48% HOTA and 87.72% IDF1 for global multi-object tracking on MVCow, and TSDF-Net achieves 87.72% Top-1 accuracy on HSCow. These results establish CowCare as a robust end-to-end framework for automated livestock health monitoring.
• Abstract（参考訳）: 精密家畜飼育(PLF)における乳牛の福祉と早期熱ストレス検出には信頼性の高い個別モニタリングが不可欠である。 しかし、未接続のトラッキングと認識パイプラインと複雑な物理的環境のために、生のマルチカメラビデオを自動診断に翻訳することは依然として困難である。 一方、カメラの振動を含む環境騒音や、急激な呼吸や側面のゆがみといった微妙な熱ストレスの手がかりは、農業データに限られている。 低レベルの視覚的特徴と高レベルの行動診断を橋渡しするために,視点ロバストトラッキングと時空間熱応力認識を組み合わせた統合フレームワークCowCareを提案する。 トラッキングモジュールであるCowTrackは、View-Decoupled Aggregation Network (VDA-Net)を通じて、カメラ間のアイデンティティ一貫性を維持する。 静的なグローバル表現に頼る代わりに、VDA-Netは局所化されたテクスチャを重閉塞下で集約し、ビューポイントデカップリング変換器(VDT)を使用して過渡的な視点変化を抑制する。 CowTrackはさらに、ダイナミックファームシーンへの継続的適応のための因果的なオンラインセルフスーパービジョンメカニズムも組み込んでいる。 結果として得られたトラックレットは、きめ細かいビデオ理解ネットワークであるTSDF-Netによって処理される。 時間安定化アグリゲーションモジュール(TSAM)は高周波ジッタを抑える一方、拡散セマンティックプリミティブ(DSP)は凍結した事前訓練された拡散セマンティクスを用いて微妙な行動信号を高め、過度な適合を緩和する。 CowTrack は 83.48% HOTA と 87.72% の IDF1 を MVCow 上のグローバルマルチオブジェクト追跡で達成し、TSDF-Net は 87.72% の Top-1 を HSCow 上で達成した。 これらの結果から、CowCareは家畜の健康監視自動化のための堅牢なエンドツーエンドフレームワークとして確立された。

関連論文リスト

• SymRegFlow: Symmetry-Regularized Flow Matching for Video World Models [50.31523697382425]
  EmphSymRegFlowは、マルチビュー一貫性ビデオ生成のための対称規則化フローマッチングフレームワークである。 それぞれのターゲットポーズに対して、SymRegFlowは、ソースビューをノイズアンカーに幾何学的にワープし、マスク付きデュアルアンカー監視とクロスアンカー・アウトプの一貫性を組み合わせる。 Cosmos-Drive-DreamsとnuScenesの実験は、高品質でマルチビュー一貫性のある自動運転ビデオ生成を実証している。
  論文  参考訳（メタデータ） (2026-10-02T03:02:22Z)
• Active Adversarial Perturbation-driven Associative Memory Retrieval for RGB-Event Visual Object Tracking [58.338848435042536]
  RGB-Eventトラッキングは、イベントセンサからRGB外観テクスチャと高密度時間運動キューを融合することにより、ローカライズを改善する。 現実世界のシーンは、従来のマルチモーダル融合を妨げる多様な構造的な信号劣化に悩まされる。 本稿では,RGBイベント追跡に適した階層的摂動・検索フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-24T23:34:06Z)
• VigilFormer: Deformable Attention for Video Anomaly Detection with Causal Risk Inference [2.538209532048867]
  本稿では,ビデオ監視映像の異常を検出するために,変形可能な注意と因果時間モデルを組み合わせた統合フレームワークを提案する。 VigilFormer, ShanghaiTech, CUHK Avenueのフレームワークを1つのGPU上で41.5 FPSで評価した。
  論文  参考訳（メタデータ） (2026-05-31T14:27:57Z)
• Agentic Pipeline for Self-Synchronized Multiview Joint Angle Monitoring in Uncalibrated Environments [3.1262731173177767]
  本研究では,非校正環境における自己同期型多視点関節角度モニタリングのためのエージェントパイプラインを提案する。 提案手法は,非校正された家庭環境において,日常的なキネマティックなモニタリングを行うための,実用的で患者対応のセルフデプロイシステムを提供することが期待されている。
  論文  参考訳（メタデータ） (2026-05-14T09:03:22Z)
• Robust Cross-Domain WiFi Fall Detection via Physics-Driven Attention-Enhanced Transformers [64.35403680946182]
  WiFiチャンネル状態情報(CSI)を利用したデバイスフリーの転倒検出が,高齢者の健康モニタリングのための有望なソリューションとして浮上している。 既存のディープラーニングアプローチでは、目に見えない環境にデプロイされた場合、パフォーマンスが大幅に低下する。 本稿では,新しいCNN-Transformerハイブリッドアーキテクチャを特徴とする,堅牢で汎用的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-23T03:28:12Z)
• STAG-CN: Spatio-Temporal Apiary Graph Convolutional Network for Disease Onset Prediction in Beehive Sensor Networks [0.0]
  ハチのコロニーの被害は世界の受粉サービスを脅かすが、現在の監視システムはそれぞれの巣を孤立した単位として扱う。 本稿では,病気発生予測のための階層間関係をモデル化するグラフニューラルネットワークである,時空間グラフ畳み込みネットワーク(STAG-CN)を紹介する。
  論文  参考訳（メタデータ） (2026-03-15T16:13:01Z)
• Vision transformer-based multi-camera multi-object tracking framework for dairy cow monitoring [0.06282171844772422]
  本研究は,屋内飼育のホルスタイン・フリーズ産乳牛を対象とした,独自のマルチカメラリアルタイム追跡システムを開発した。 この技術は最先端のコンピュータビジョン技術を使っており、たとえばインスタンスのセグメンテーションや追跡アルゴリズムを使って牛の活動をシームレスに正確にモニタする。
  論文  参考訳（メタデータ） (2025-08-03T13:36:40Z)
• Tracking the Unstable: Appearance-Guided Motion Modeling for Robust Multi-Object Tracking in UAV-Captured Videos [58.156141601478794]
  マルチオブジェクトトラッキング(UAVT)は、ビデオのフレーム間で一貫したアイデンティティを維持しながら、複数のオブジェクトを追跡することを目的としている。 既存の手法は、通常、動作キューと外観を別々にモデル化し、それらの相互作用を見渡して、最適下追跡性能をもたらす。 本稿では、AMC行列とMTCモジュールの2つの主要コンポーネントを通して、外観と動きの手がかりを利用するAMOTを提案する。
  論文  参考訳（メタデータ） (2025-08-03T12:06:47Z)
• STAC: Leveraging Spatio-Temporal Data Associations For Efficient Cross-Camera Streaming and Analytics [5.752749052742801]
  分散カメラネットワークでは、高帯域要求と冗長な視覚データにより、リアルタイムマルチカメラビデオ分析が課題となっている。 制約されたネットワーク条件下での効率的な物体追跡のために,マルチ時間アソシエーションを利用したクロスカメラ監視システムSTACを提案する。
  論文  参考訳（メタデータ） (2024-01-27T04:02:52Z)
• Coordinate Transformer: Achieving Single-stage Multi-person Mesh Recovery from Videos [91.44553585470688]
  ビデオから複数人の3Dメッシュを回収することは、バーチャルリアリティーや理学療法などにおけるグループ行動の自動認識に向けた重要な第一歩である。 本稿では,複数人物の時空間関係を直接モデル化し,同時にエンドツーエンドでマルチ・メッシュ・リカバリを行うコーディネート・トランスフォーマーを提案する。 3DPWデータセットの実験では、CoordFormerが最先端の精度を大幅に向上し、MPJPE、PAMPJPE、PVEの計測値でそれぞれ4.2%、8.8%、そして4.7%を上回った。
  論文  参考訳（メタデータ） (2023-08-20T18:23:07Z)
• Cascaded Regression Tracking: Towards Online Hard Distractor Discrimination [202.2562153608092]
  本稿では,2段階の逐次回帰トラッカーを提案する。 第1段階では, 容易に同定可能な負の候補を抽出する。 第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
  論文  参考訳（メタデータ） (2020-06-18T07:48:01Z)

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。