Machine Learning Challenges of Biological Factors in Insect Image Data

要約

BIOSCANプロジェクトは、International Barcode of Life Consortiumが主導し、地球規模での生物多様性の変化を研究することを目的としています。このプロジェクトの1つの構成要素は、すべての昆虫の種の相互作用とダイナミクスの研究に重点を置いています。昆虫の遺伝子バーコードに加えて、年間150万枚以上の画像を収集し、それぞれ分類学的な分類が必要です。しかし、人工知能とコンピュータビジョン技術により、ハイスループットなソリューションが提供されるかもしれません。さらに、昆虫の重量を手作業で測定してバイオマスを決定するなどの作業は、依然として面倒でコストがかかる。ここでも、コンピュータビジョンが効率的で説得力のある代替案を提供する可能性があります。コンピュータビジョンの使用はこれらの問題を解決する上で魅力的ですが、生物学的要因に起因する重大な課題が存在します。本論文では、これらの課題を機械学習の文脈で定式化する。

要約(オリジナル)

The BIOSCAN project, led by the International Barcode of Life Consortium, seeks to study changes in biodiversity on a global scale. One component of the project is focused on studying the species interaction and dynamics of all insects. In addition to genetically barcoding insects, over 1.5 million images per year will be collected, each needing taxonomic classification. With the immense volume of incoming images, relying solely on expert taxonomists to label the images would be impossible; however, artificial intelligence and computer vision technology may offer a viable high-throughput solution. Additional tasks including manually weighing individual insects to determine biomass, remain tedious and costly. Here again, computer vision may offer an efficient and compelling alternative. While the use of computer vision methods is appealing for addressing these problems, significant challenges resulting from biological factors present themselves. These challenges are formulated in the context of machine learning in this paper.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL