文献

J-GLOBAL ID：202202274539044541   整理番号：22A0788825

自己教師付き非もつれ姿勢表現によるウマ疼痛行動分類【JST・京大機械翻訳】

Equine Pain Behavior Classification via Self-Supervised Disentangled Pose Representation

著者 (7件)： Rashid Maheen (UC Davis,USA) ,  Broome Sofia (KTH Royal Institute of Technology,Sweden) ,  Ask Katrina (SLU,Sweden) ,  Hernlund Elin (SLU,Sweden) ,  Andersen Pia Haubro (SLU,Sweden) ,  Kjellstrom Hedvig (KTH Royal Institute of Technology,Sweden) ,  Lee Yong Jae (UC Davis,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 152-162  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ウマの痛みの時間検出はウマの福祉に重要である。ウマは顔面と身体挙動を介して疼痛を発現するが,非家族性ヒト観察者から疼痛の徴候を隠す可能性がある。さらに,ウマ行動と疼痛状態の詳細なアノテーションによる視覚データの収集は, c雑であり,スケーラブルでない。その結果,実用的ウマ疼痛分類システムは,観察されていないウマと弱いラベルのビデオを使用する。本論文では,時間的にまばらなビデオレベル疼痛ラベルを用いて,誘発された整形外科性疼痛を有する観察されていないウマの多視点監視ビデオ足を用いて,ウマ疼痛分類のためのそのような方法を提案した。痛みがウマの身体言語のみから学習されることを確実にするため,まず,疼痛分類のために,非もつれのウマ姿勢の潜在表現を使用する前に,その外観と背景からウマの姿勢を解きほぐために,自己監督された生成モデルを訓練する。疼痛ラベルの最良の使用を行うために,著者らは,マルチインスタンス学習問題として疼痛分類を定式化する新しい損失を開発した。著者らの方法は,60%の精度で人間のエキスパート性能より良い疼痛分類精度を達成する。学習された潜在ウマ姿勢表現は,視点共変であり,ウマの外観からもつれることを示した。疼痛分類セグメントの定性分析は,著者らのモデルによって同定された疼痛症状と獣医診療で使用されるウマ疼痛スケールの間の対応を示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  言語 ,  定性分析 ,  ヒト ,  社会福祉 ,  録画装置 ,  *疼痛 ,  定式化 ,  整形外科 ,  アノテーション
準シソーラス用語： 獣医 ,  分類精度 ,  観測者 ,  *疼痛行動 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 自己 ,  教師 ,  姿勢 ,  表現 ,  ウマ ,  疼痛行動 ,  分類