Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Synergistic fusion of a multilevel visual transformer in CNN for variable-length volumetric radiographic data analysis and content-based retrieval.

Scientific reports·2026
Same author

Ultra-Low Intensity Continuous Wave Laser Ablation Propulsion With Graphene-Engineered Wood.

Advanced science (Weinheim, Baden-Wurttemberg, Germany)·2026
Same author

AG-Vision: a dual-module approach for tomato leaf disease diagnosis.

Frontiers in plant science·2026
Same author

YOLOv8-PnP fusion architecture for non-contact robotic pollination: a 6D pose estimation approach for autonomous greenhouse operations.

Frontiers in plant science·2026
Same author

Fault-tolerant control of quadrotor unmanned aerial vehicle by using adaptive fuzzy T-S and linear matrix inversion approach.

Scientific reports·2026
Same author

Patch-level colorimetric quantification of coral bleaching for marine pollution monitoring using standardized CoralWatch references.

Marine pollution bulletin·2026

関連する実験動画

Updated: Feb 19, 2026

Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring
13:35

Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring

Published on: June 13, 2025

1.5K

Coral-CRCA: カラー・レファレンス・チャート・オートメーション・アルゴリズムで,サンゴの漂白の可視化と重度の評価を行う.

Mahmoud Elmezain1, Atif Sultan1, Mobeen Ur Rehman2

  • 1Khalifa University Center for Autonomous Robotic Systems (KUCARS), Khalifa University, Abu Dhabi, United Arab Emirates.

Marine pollution bulletin
|February 17, 2026
PubMed
まとめ
この要約は機械生成です。

この研究では,水中画像とカラーチャートを使用して,サンゴの漂白評価のための自動化されたAIシステムを導入します. Coral-CRCAアルゴリズムは,漂白レベルを正確に定量化し,海洋生態系モニタリングを支援します.

キーワード:
珊瑚のAIとコンピュータビジョンサンゴの漂白分析サンゴのモニタリング珊瑚礁のサンゴ礁についてCoralWatchのオートメーションエコロジカル・コンセラブション エコロジカル・コンセラブション水中のコンピュータビジョン

さらに関連する動画

Multimodal Optical Microscopy Methods Reveal Polyp Tissue Morphology and Structure in Caribbean Reef Building Corals
10:39

Multimodal Optical Microscopy Methods Reveal Polyp Tissue Morphology and Structure in Caribbean Reef Building Corals

Published on: September 5, 2014

12.9K
Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging
09:19

Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging

Published on: April 18, 2025

1.5K

関連する実験動画

Last Updated: Feb 19, 2026

Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring
13:35

Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring

Published on: June 13, 2025

1.5K
Multimodal Optical Microscopy Methods Reveal Polyp Tissue Morphology and Structure in Caribbean Reef Building Corals
10:39

Multimodal Optical Microscopy Methods Reveal Polyp Tissue Morphology and Structure in Caribbean Reef Building Corals

Published on: September 5, 2014

12.9K
Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging
09:19

Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging

Published on: April 18, 2025

1.5K

科学分野:

  • マリン・バイオロジー マリン・バイオロジー
  • 生態系モニタリング
  • 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

  • 珊瑚礁は重要な海洋生態系であり,海温上昇と汚染によって脅かされ,広範な漂白を引き起こしています.
  • 現在のモニタリング方法は労働集約的で,水中画像の品質に問題があります.
  • 既存のAIのアプローチには,微細なローカライゼーションと完全なオートメーションが欠けている.

研究 の 目的:

  • 水中の画像と色参照チャートを使用して,サンゴの漂白評価のための完全に自動化されたアルゴリズムを開発する.
  • 珊瑚礁の健康モニタリングの正確性と効率性を向上させる.
  • 現在の方法のマニュアルアノテーションと画像ノイズの限界に対処するために.

主な方法:

  • 提案されたコーラル・カラー・レファレンス・チャート・オートメーション (Coral-CRCA) は,多段階のアルゴリズムである.
  • 水中の歪みを否定する画像を実装しました.
  • 自動化されたサンゴのセグメンテーション,チャート分析,色相似性を用いたピクセルレベルの漂白評価.

主要な成果:

  • 漂白率の推定における平均絶対誤差の19.17%を達成しました.
  • 96.12%のバイナリ分類精度 (漂白/健康) に達しました.
  • アラブ/ペルシャ湾の3400のフィールドで収集された画像で専門家レベルのパフォーマンスを実証しました.

結論:

  • Coral-CRCAアルゴリズムは,専門家のパフォーマンスに匹敵する珊瑚の漂白評価を自動化することに成功しました.
  • このAI主導のアプローチは,劣化したサンゴ礁のモニタリングの強度と精度を高めます.
  • 開発されたシステムは,世界的にサンゴの健康を評価するためのスケーラブルなソリューションを提供します.