要約
我々は、自然環境における大型類人猿の最大かつ最も多様な注釈付きオープンアクセスビデオデータセットである PanAf20K データセットを紹介します。
これは、汎アフリカ プログラム「培養チンパンジー」の一環として、熱帯アフリカの 14 か所の現場で収集されたチンパンジーとゴリラの約 20,000 個のカメラ トラップ ビデオの 700 万フレーム以上で構成されています。
この映像には豊富な注釈とベンチマークが付属しており、類人猿の検出や行動認識など、さまざまな困難で生態学的に重要なコンピューター ビジョン タスクのトレーニングやテストに適しています。
国際自然保護連合が現在、大型類人猿科のすべての種を絶滅危惧種または絶滅危惧種にリストしていることを考えると、カメラトラップ情報の AI 分析を進めることが重要です。
私たちは、このデータセットが、大型類人猿の存在、個体数、分布、行動の評価をサポートし、それによって保護活動を支援するために、パフォーマンス、効率、結果の解釈を改善するための AI コミュニティの関与のための強固な基盤を形成できることを願っています。
要約(オリジナル)
We present the PanAf20K dataset, the largest and most diverse open-access annotated video dataset of great apes in their natural environment. It comprises more than 7 million frames across ~20,000 camera trap videos of chimpanzees and gorillas collected at 14 field sites in tropical Africa as part of the Pan African Programme: The Cultured Chimpanzee. The footage is accompanied by a rich set of annotations and benchmarks making it suitable for training and testing a variety of challenging and ecologically important computer vision tasks including ape detection and behaviour recognition. Furthering AI analysis of camera trap information is critical given the International Union for Conservation of Nature now lists all species in the great ape family as either Endangered or Critically Endangered. We hope the dataset can form a solid basis for engagement of the AI community to improve performance, efficiency, and result interpretation in order to support assessments of great ape presence, abundance, distribution, and behaviour and thereby aid conservation efforts.
arxiv情報
著者 | Otto Brookes,Majid Mirmehdi,Colleen Stephens,Samuel Angedakin,Katherine Corogenes,Dervla Dowd,Paula Dieguez,Thurston C. Hicks,Sorrel Jones,Kevin Lee,Vera Leinert,Juan Lapuente,Maureen S. McCarthy,Amelia Meier,Mizuki Murai,Emmanuelle Normand,Virginie Vergnes,Erin G. Wessling,Roman M. Wittig,Kevin Langergraber,Nuria Maldonado,Xinyu Yang,Klaus Zuberbuhler,Christophe Boesch,Mimi Arandjelovic,Hjalmar Kuhl,Tilo Burghardt |
発行日 | 2024-01-31 15:54:10+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google