論文の概要: Weakly Supervised Fish Segmentation through Point-Supervised Tracking and Motion-Informed Language

• arxiv url: http://arxiv.org/abs/2610.29047v1
• Date: Wed, 21 Oct 2026 01:22:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.172885
• Title: Weakly Supervised Fish Segmentation through Point-Supervised Tracking and Motion-Informed Language
• Title（参考訳）: ポイント・スーパービジョン・トラッキングとモーション・インフォームド・ランゲージによる魚の群集化
• Abstract要約: 本稿では,魚1頭あたり1クリックのポイントラベル付きデータしか必要とせず,正確なセグメンテーションマスクを生成する弱教師付きセグメンテーションパイプラインを提案する。 まず、各フレームの点アノテーションを予測する点教師付きトラッカーで、これらの点を動きインフォームド言語表現に変換する。 光の流れと背景の減算を後処理フィルタとして適用し、誤ったセグメンテーションからノイズを抑制する。
• 参考スコア（独自算出の注目度）: 8.045070101046564
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Understanding the properties of fish populations is increasingly important. Analyzing fish length, width, and mass is integral to maintaining healthy stock in the aquaculture industry, while counting wild fish populations supports marine conservation and coastal reef restoration efforts. Deep learning-based segmentation models offer a promising means of obtaining such information at scale. Most of these models, however, require costly and time-consuming per-pixel segmentation labels for training, which can take up to two minutes per fish to annotate manually. To address this inefficiency, we propose a weakly supervised segmentation pipeline that requires only point-labeled data (one click per fish) to produce accurate segmentation masks. Our pipeline consists of four stages. First, a point-supervised tracker predicts point annotations for each frame. These points are then converted into motion-informed language expressions, which guide a language-conditioned segmentation model (LMPM++) to capture temporal consistency and produce candidate segmentation masks. Finally, optical flow and background subtraction are applied as post-processing filters to suppress noise from incorrect segmentations. Experiments on the DeepFish dataset show improvement in foreground mean intersection over union (mIoU) as compared to baseline models.
• Abstract（参考訳）: 魚の個体群の性質を理解することはますます重要である。 魚類の長さ、幅、質量を分析することは水産産業の健全な備蓄を維持するのに不可欠であるが、野生魚の個体数は海洋保護と沿岸のサンゴ礁の復元に寄与している。 ディープラーニングベースのセグメンテーションモデルは、そのような情報を大規模に取得する有望な手段を提供する。 しかし、これらのモデルのほとんどは、トレーニングに1ピクセルあたりのセグメンテーションラベルに費用と時間を要するため、手動で注釈を付けるのに1魚あたり最大2分かかる。 この非効率性に対処するために,魚ごとの1クリックで正確なセグメンテーションマスクを生成する点ラベルデータのみを必要とする,弱教師付きセグメンテーションパイプラインを提案する。 私たちのパイプラインは4つのステージで構成されています。 まず、ポイント管理トラッカーが各フレームのポイントアノテーションを予測する。 これらの点は動きインフォームド言語表現に変換され、言語条件セグメンテーションモデル(LMPM++)が時間的一貫性を捉え、候補セグメンテーションマスクを生成する。 最後に,処理後フィルタとして光学フローとバックグラウンドサブトラクションを適用し,不正確なセグメンテーションからノイズを抑制する。 DeepFishデータセットの実験では、ベースラインモデルと比較して、前景平均結合(mIoU)の改善が示されている。

関連論文リスト

• FiVOS: A Fish Segmentation Algorithm Based on Interactive Video Object Segmentation and Filter Enhancement [22.046173107709894]
  本稿では,改良された対話型ビデオオブジェクトセグメンテーション法(FiVOS)を提案し,魚特有の2つのデータセットを構築した。 FiVOSは魚のビデオセグメンテーションタスクにおける最先端(SOTA)のパフォーマンスを実現し、魚の行動研究に堅牢な技術サポートを提供する。
  論文  参考訳（メタデータ） (2026-10-01T11:20:41Z)
• GenMask: Adapting DiT for Segmentation via Direct Mask Generation [81.54526445834294]
  間接的な適応の代わりに、セグメント化タスクは生成的な方法で直接訓練されるべきである、と我々は主張する。 分割のための極度のノイズレベルと画像生成のための中等度雑音を強調する二元マスクの時間ステップサンプリング戦略を導入する。 GenMaskは,RGB空間における色鮮やかな画像だけでなく,黒と白のセグメンテーションマスクを生成するためのDiTトレインである。
  論文  参考訳（メタデータ） (2026-03-25T03:52:05Z)
• Robust Human Registration with Body Part Segmentation on Noisy Point Clouds [73.00876572870787]
  メッシュフィッティングプロセスにボディ部分のセグメンテーションを組み込んだハイブリッドアプローチを導入する。 本手法はまず,まず各点にボディ部ラベルを割り当て,次に2ステップのSMPL-Xフィッティングを導出する。 装着された人間のメッシュは、ボディ部分のラベルを洗練し、セグメンテーションの改善につながることを実証する。
  論文  参考訳（メタデータ） (2025-04-04T17:17:33Z)
• Appearance-Based Refinement for Object-Centric Motion Segmentation [85.2426540999329]
  本稿では,ビデオストリームの時間的一貫性を利用して,不正確なフローベース提案を補正する外観に基づく改善手法を提案する。 提案手法では,高精度なフロー予測マスクを模範として,シーケンスレベルの選択機構を用いる。 パフォーマンスは、DAVIS、YouTube、SegTrackv2、FBMS-59など、複数のビデオセグメンテーションベンチマークで評価されている。
  論文  参考訳（メタデータ） (2023-12-18T18:59:51Z)
• How to Track and Segment Fish without Human Annotations: A Self-Supervised Deep Learning Approach [3.0516727053033392]
  魚の追跡とセグメンテーションのためのディープニューラルネットワーク(DNN)のトレーニングには、高品質なラベルが必要である。 本研究では,映像データの空間的・時間的変動に依存する教師なしの手法を提案する。 本フレームワークは,(1) フレーム間の空間的・時間的整合性を利用して擬似ラベルを生成する光学フローモデル,(2) 擬似ラベルを漸進的に洗練する自己教師型モデル,(3) 分割ネットワークの3段階からなる。
  論文  参考訳（メタデータ） (2022-08-23T01:01:27Z)
• Overcoming Annotation Bottlenecks in Underwater Fish Segmentation: A Robust Self-Supervised Learning Approach [3.0516727053033392]
  本稿では,Deep Learning を用いた魚のセグメンテーションのための自己教師型学習手法を提案する。 手動のアノテーションを使わずにトレーニングされた我々のモデルは、拡張ビューにまたがる特徴を整列することで、堅牢で一般化可能な表現を学習する。 DeepFish、Seagrass、YouTube-VOSの3つの挑戦的な水中ビデオデータセットでその効果を実証する。
  論文  参考訳（メタデータ） (2022-06-11T01:20:48Z)
• Three Ways to Improve Semantic Segmentation with Self-Supervised Depth Estimation [90.87105131054419]
  ラベルなし画像列からの自己教師付き単眼深度推定により強化された半教師付きセマンティックセマンティックセマンティックセマンティクスのフレームワークを提案する。 提案されたモデルをCityscapesデータセット上で検証する。
  論文  参考訳（メタデータ） (2020-12-19T21:18:03Z)
• Affinity LCFCN: Learning to Segment Fish with Weak Supervision [15.245008639754328]
  点レベルの監督のみをラベル付けした画像に対して,効率的に訓練された自動セグメンテーションモデルを提案する。 我々のアプローチでは、ひとつのブランチでピクセル当たりのスコアを出力し、別のブランチで親和性行列を出力する完全な畳み込みニューラルネットワークを使用します。 オーストラリア北東部の多くの魚類生息地を含むDeepFishデータセットを用いて,本モデルを検証した。
  論文  参考訳（メタデータ） (2020-11-06T00:33:20Z)
• A Realistic Fish-Habitat Dataset to Evaluate Algorithms for Underwater Visual Analysis [2.6476746128312194]
  我々は、DeepFishを大規模データセットでベンチマークスイートとして提示し、いくつかのコンピュータビジョンタスクのためのメソッドをトレーニングし、テストする。 このデータセットは、熱帯オーストラリアの海洋環境にある20の温帯生物から採取された約4万枚の画像で構成されている。 実験では,データセットの特徴を詳細に分析し,いくつかの最先端手法の性能評価を行った。
  論文  参考訳（メタデータ） (2020-08-28T12:20:59Z)

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。