水中画像における自動化Scyphistomaセンサスに向けて:有用な研究とモニタリングツール【JST・京大機械翻訳】

Vodopivec Martin; Mandeljc Rok; Makovec Tihomir; Malej Alenka; Malej Alenka; Kristan Matej

文献

J-GLOBAL ID：201802231325287087 整理番号：18A2069534

水中画像における自動化Scyphistomaセンサスに向けて:有用な研究とモニタリングツール【JST・京大機械翻訳】

Towards automated scyphistoma census in underwater imagery: A useful research and monitoring tool

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A2069534&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A2069534&from=J-GLOBAL&jstjournalNo=W1586A") }}

著者 (6件)： , , , , ,
資料名：
巻： 142 ページ： 147-156 発行年： 2018年
JST資料番号： W1586A ISSN： 1385-1101 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

海洋生物学の多くのブランチにおいて,水中写真における実体のマニュアルアノテーションと計数は一般的である。世界中のクラゲ個体群の著しい増加により,それらのライフサイクルのポリープ(scypistoma)段階の動力学を理解することがますます重要になっている。ポリープ集団動態のin situ研究は,水中写真における多数の項目を注釈し,計数するために必要なポリープの小さいサイズと面倒な手作業により少ない。著者らは,人間の注釈者間の大きな分散を示す実験を考案し,そして,同じ注釈器によって作られたアノテーションについても示した。海洋生物学の多くの分野に存在するこの問題に取り組み,自動検出と計数のための方法を開発した。著者らのポリープカウンター(POCO)は,高速検出器(Aggregated Channel Feature)を用いた2段階アプローチと,事前訓練されたConvolutionalニューラルネットワークとサポートベクトルマシンから成る正確な分類器を用いる。POCOは1年の画像データセットでテストされ,人間のアノテーションに匹敵する精度で実行されたが,時間では70倍の減少があった。このアルゴリズムは多くの海洋生物学応用に使用でき,手動労働の量を大幅に削減し,より大きなデータセットの処理を可能にする。ソースコードはGitHub上で自由に利用できる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

動物生態学一般

, , , , ,

前のページに戻る