3D-ZeF：一个三维斑马鱼跟踪基准数据集
计算机视觉与模式识别
2020-06-16 v1
摘要
本工作中我们提出一个新颖的公开可用、基于立体视觉的三维 RGB 多目标斑马鱼跟踪数据集，称为 3D-ZeF。斑马鱼是日益流行的模式生物，用于研究神经性疾病、药物成瘾等。行为分析往往是此类研究的关键部分。然而，斑马鱼的视觉相似性、遮挡与不稳定运动使得鲁棒的三维跟踪成为一个具有挑战性且未解决的问题。所提出的数据集由八段序列组成，时长介于 15–120 秒，包含 1–10 条自由游动的斑马鱼。视频已用总计 86,400 个点与边界框进行标注。此外，我们提出一个复杂度评分与一个新颖的开源模块化基线系统用于斑马鱼的三维跟踪。该系统的性能针对两种检测器进行评估：一种朴素方法与一种基于 Faster R-CNN 的鱼头检测器。系统达到最高 77.6% 的 MOTA。代码与数据集链接见于项目页面 https://vap.aau.dk/3d-zef
引用
@article{arxiv.2006.08466,
title = {3D-ZeF: A 3D Zebrafish Tracking Benchmark Dataset},
author = {Malte Pedersen and Joakim Bruslund Haurum and Stefan Hein Bengtson and Thomas B. Moeslund},
journal= {arXiv preprint arXiv:2006.08466},
year = {2020}
}
备注
CVPR 2020. Project webpage: https://vap.aau.dk/3d-zef/