文献

J-GLOBAL ID：202202232403207765   整理番号：22A0324448

T-LEAP:時間情報を用いた歩行牛のオクルージョン-ロブスト姿勢推定【JST・京大機械翻訳】

T-LEAP: Occlusion-robust pose estimation of walking cows using temporal information

著者 (3件)： Russello Helena (Farm Technology Group, Wageningen University & Research, Wageningen, the Netherlands) ,  van der Tol Rik (Farm Technology Group, Wageningen University & Research, Wageningen, the Netherlands) ,  Kootstra Gert (Farm Technology Group, Wageningen University & Research, Wageningen, the Netherlands)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 192  ページ： Null  発行年： 2022年 
JST資料番号： T0337A  ISSN： 0168-1699  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)

抄録/ポイント： 酪農場の牛群サイズは増加し続けているので,乳牛の自動健康モニタリングは関心を集めている。乳牛における一般的な健康障害である跛行は,乳牛の歩行を分析することによって一般的に検出される。画像とビデオにおける解剖学的ランドマークを自動的に局所化するために,モデルが学習するので,姿勢推定モデルを使用するビデオにおいて,ウシの歩行を追跡できる。ほとんどの動物姿勢推定モデルは静的であり,すなわち,ビデオはフレームによって処理フレームであり,いかなる時間的情報も使用しない。本研究では,動物-姿勢推定のための静的深層学習モデルを,過去のフレームからの情報を含む時間モデルに拡張した。静的および動的姿勢推定モデルの性能を比較した。データは,屋外通路を通して歩行する30の異なる乳牛のビデオ(30fps)から抽出した4つの連続フレームの1059のサンプルから構成された。農場環境がオクルージョンの傾向があるので,ビデオに人工オクルージョンを加えることによって,静的および動的モデルのロバスト性を試験した。実験は,非閉塞データに関して,静的および動的アプローチの両方が99%の正しいキーポイント(PCKh@0.2)のパーセンテージを達成したことを示した。オクルージョンされたデータでは,著者らの時間的アプローチは32.9%まで静的ものを上回り,時間データを用いることが酪農場のようなオクルージョンの傾向がある環境における姿勢推定に有益であることを示唆した。時間的モデルの一般化能力を,未知牛を含むデータ(訓練セットには存在しなかった)の試験により評価した。結果は,平均PCKh@0.2が既知の乳牛で93.8%,未知牛で87.6%であり,モデルが新しい乳牛によく一般化でき,それらが新しい牛群に容易に微調整できることを示した。最後に,オクルージョンや未知牛のようなより硬いタスクにより,より深いアーキテクチャがより有益であることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *推定 ,  フレーム ,  乳牛 ,  ダイナミックモデル ,  画像 ,  録画装置 ,  モデル ,  農場 ,  連絡通路 ,  計算機アーキテクチャ ,  ロバスト性 ,  機械学習 ,  跛行 ,  *オクルージョン
準シソーラス用語： *姿勢推定 ,  推定モデル ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： ウシ ,  歩行 ,  側頭 ,  姿勢推定 ,  深層学習 ,  閉塞

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 時間情報 ,  歩行 ,  牛 ,  オクルージョン ,  姿勢推定