- 이전에 전문가 평가가 필요한 발자국, 대변, 계란, 뼈, 깃털 등과 같은 다양한 동물의 이미지에서 동물 종을 추정하기위한 바카라 하는 법 모델을 개발했습니다
- 데이터 세트 및 벤치 마크도 동시에 준비 중입니다 예를 들어, 깃털의 이미지에서 제안 된 방법은 종을 65% 이상의 상위 1 정확도로 올바르게 분류합니다
- 희망적으로 토지 개발 및 환경 평가와 같은 현장에서 야생 동물 서식지를 효율적으로 조사하는 도구로 사용되기를 바랍니다
흔적에서 야생 동물 종을 추론하기위한 바카라 하는 법 모델 개발
*우리는 원본 용지에서 인용되고 수정 된 그림을 사용합니다
제 2 최고 연구원 인 Kataoka Hiroo, National Advanced Industrial Science and Technology Institute (이하 "바카라 하는 법ST"라고 불림) 인 인공 지능 연구 센터 인 Kataoka Hiroo는 Osaka University의 정보 과학 대학원의 특별 보조 교수 인 Shinoda Risa와 협력하여 동물 트레이스의 동물 종을 개발하는 바카라 하는 법 모델을 개발했습니다
발자국이나 대변과 같은 동물이 단서로 남은 "흔적"을 사용하여 서식지를 지능적으로 파악하십시오동물 추적""직접 관찰하기 어려운 야생 동물에 대한 정보를 얻는 방법으로 생물 다양성을 보존하는 데 사용됩니다이 접근법은 특수 장비가 필요하지 않고 동물에게 부담을주지 않고 조사 할 수 있다는 이점이 있습니다 다른 한편으로는 추적 수준의 전문 지식과 오랜 경험이 필요합니다
이번에는 발자국, 대변, 계란, 뼈 및 깃털을 포함한 다양한 추적 이미지에서 데이터 세트 "AnimalClue"를 구성했으며 동물 종을 추정하는 바카라 하는 법 이미지 인식 모델을 성공적으로 개발했습니다 우리는 또한 바카라 하는 법 모델을 평가하기위한 벤치 마크를 설정했으며, 예를 들어, 개발 된 모델은 예를 들어 날개 이미지에서 65% 이상의 상위 1 정확도이며, 555 명의 후보자들 중에서 종을 올바르게 식별 할 수 있음을 확인했습니다
이번에 개발 된 모델은 전문 지식없이 야생 동물의 흔적을 식별 할 수 있으며 토지 개발 및 환경 평가와 같은 현장에서 서식지 상황에 대한 효율적인 조사에 기여합니다 또한 설정벤치 마크동물 추적을위한 바카라 하는 법 모델의 개발을 가속화 할 것으로 예상됩니다
이 연구의 결과는 MIRU2025 이미지 인식 및 Symposium (7 월 29 일부터 2025 년 8 월 1 일, Kyoto) 및 IEEE/CVF 국제 컴퓨터 비전 (ICCV) (미국 하와이, 2025 년 10 월 19 일부터 23 일까지)에 발표 될 것입니다 또한 이번에 우리가 만든 "AnimalClue"는 github (https : //dahlian00githubio/animalcluepage/)에서 다운로드 할 수 있습니다
야생 동물 서식지 이해는 생태계 건강을 평가하고 생물 다양성 보존을 촉진하는 데 필수적입니다 토지 개발 및 인프라 개발과 관련된 환경 평가 외에도 인간 활동과 기후 변화로 인한 서식지의 변화를 포착하기위한 기본 정보 로서도 중요합니다 예를 들어, 계획된 개발 현장과 야생 동물 서식지에서 희귀 종의 존재를 미리 이해함으로써 적절한 보존 조치를 취한 후 개발 계획을 개발할 수 있습니다
그러나 작은 인구 종과 야행성 동물을 포함한 모든 야생 동물을 직접 관찰하기는 어렵습니다 이러한 과제를 해결하기 위해 "동물 추적"이라는 기술은 발자국 및 대변과 같은 흔적에서 동물 종을 식별하는 데 널리 사용되었습니다 이 기술은 센서 카메라와 같은 특수 장비가 필요하지 않으며 비 침습적이며 동물에게 부담을주지 않는다는 이점이 있습니다 반면에, 정확한 흔적을 식별하려면 정교한 전문 지식이 필요하며 전문가 평가는 전통적으로 필수적이었습니다 따라서 그것을 습득하는 데 많은 시간과 경험이 필요했으며 모든 사람이 쉽게 실천할 수있는 것은 아닙니다
대형 데이터 세트를 기반으로 한 학습은 바카라 하는 법 모델을 구축하는 데 중요합니다 바카라 하는 법ST는 통합 된 시각 및 언어 모델 및 시뮬레이션을 사용하여 이미지 인식을 향상시키기 위해 노력하고 있습니다 실제 세계에서 유연하게 적응할 수있는 로봇 지능의 기초를 구축하기 위해 인간의 움직임과 환경을 정확하게 인식하는 일반적인 목적 고성능 이미지 식별 기술을 개발했습니다
이러한 결과를 사용하여 바카라 하는 법 이미지 인식을 사용하여 동물 추적 기술을 자동화하는 일반 목적 모델을 개발하는 것을 목표로했으며 흔적을 식별하기 위해 특수 지식이 필요하지 않습니다
이 연구 및 개발은 바카라 하는 법ST 정책 예산 프로젝트 "물리적 분야를 생성하기위한 바카라 하는 법 인프라 모델에 대한 R & D"를 기반으로 수행되었습니다
이 연구에서는 이미지 인식 기술을 사용하여 동물 추적을 자동화하는 방법을 고안하고 특수 지식이 필요하지 않은 일반 목적 모델을 성공적으로 개발했습니다 먼저, 우리는 65 속, 200 가족 및 968 종의 범위에 이르기까지 총 약 160,000 개의 미량 정보를 포함 시켰으며 동물 행동 패턴 및 서식지와 관련이 있습니다Anotation,BioHierarchy우리는 정보 및 기타 정보와 함께 "AnimalClue"라는 대규모 데이터 세트를 구축했습니다 (그림 1)
그림 1 데이터 세트 개요 구성된 데이터 세트 동물성에는 968 종과 약 160,000 개의 흔적이 포함되어 있습니다
*우리는 원본 용지에서 인용되고 수정 된 그림을 사용합니다
다음,이 데이터 세트를 사용하여 이미지 인식 바카라 하는 법 모델을 교육하고이미지 식별,객체 감지,객체 분할예를 들어, 깃털 이미지에서, 깃털 이미지에서, 우리는 상위 1 정확도 (모델에 의해 결정된 1 위 예측의 백분율이 정확하다)가 65% 이상이고 555 명의 후보 중에서 종을 올바르게 식별 할 수 있음을 확인했다 그림 2와 3은 각각 객체 감지 모델과 객체 분할 모델에 대한 추론 결과를 보여줍니다 객체 감지 모델 (그림 2)은 각 객체를 사각형 (경계 상자)으로 이미지에 둘러싸여 위치와 클래스를 예측합니다 반면, 객체 분할 모델 (그림 3)을 사용하면 객체의 모양을 따라 영역을 픽셀로 분류하여보다 자세한 윤곽 정보를 제공 할 수 있습니다 우리는 또한 종의 상세한 분류에 관한 일반 대중의 견해와 판단에 대해 흔적이 올바르게 식별 될 수 있음을 확인했습니다 이러한 방식으로 바카라 하는 법는 높은 수준의 전문 지식이 필요한 동물 추적 분야를 대체 할 것으로 예상됩니다 여전히 개선의 여지가 있지만 학습 데이터를 출판하고 벤치 마크 평가를 수행하고 있으며, 다양한 연구원들이 앞으로이 분야를 다루기를 바랍니다
그림 2 객체 감지 모델 (YOLOV11)의 추론 결과는 구성된 데이터 세트 AnimalClue를 사용하여 배웠습니다
녹색은 동물 종에 대한 정답을 나타내고 빨간색은 잘못된 답을 나타냅니다
*우리는 원래 논문에서 인용되고 수정 된 그림을 사용합니다
그림 3 객체 세분화 모델 (YOLOV11)의 추론 결과는 구성된 데이터 세트 동물 클루를 사용하여 배웠습니다
녹색은 동물 종에 대한 정답을 나타내고 빨간색은 잘못된 답을 나타냅니다
*우리는 원래 논문에서 인용되고 수정 된 그림을 사용합니다
향후, 우리는 현재 바카라 하는 법 모델 학습을위한 수집하기 어려운 희귀 종에 대한 추가 데이터를 적극적으로 수집하고 각 종의 이미지 식별 시스템을 개선함으로써보다 강력하고 다재다능한 모델을 구축하는 것을 목표로 할 것입니다 또한 트레이스의 유형 및 특성에 따라 처리 할 수있는 트레이스 특수화 된 전용 모델을 개발하는 것을 고려하고 있으며, 이는 실제 환경에서 이미지 식별의 정확도를 더욱 향상시킬 것으로 예상됩니다 앞으로, 우리는 현장에서 촬영 한 이미지의 흔적을 즉시 분석하고 종을 추정 할 수있는 응용 프로그램 개발에 대한 연구를 계속할 계획입니다
남부 협회 이름 : 컴퓨터 비전에 관한 국제 회의, ICCV 2025
발표 제목 : AnimalClue :: 흔적에 의해 동물을 인식
저자 : Risa Shinoda, Nakamasa Inoue, Iro L바카라 하는 법na, Christian Rupprecht 및 Hirakataka
남부 협회 이름 : 이미지 인식 및 심포지엄 MIRU2025
게시 된 제목 : 추적에서 동물 종 추정을위한 벤치 마크
저자 : Shinoda Risa, Inoue Nakajun, Iro L바카라 하는 법na, Christian Rupprecht, Kataoka Hiroo
이 연구에서 구성된 AnimalClue 데이터 세트는 github (https : //dahlian00githubio/animalcluepage/)에서 다운로드 할 수 있습니다