一种用于犬鼻纹重识别的竞赛方法
计算机视觉与模式识别
2022-06-02 v2 人工智能
摘要
基于视觉的模式识别（如人脸、指纹、虹膜等）在人类生物特征识别中已有长久的成功应用历史。然而，由于缺乏大量标注数据，犬鼻纹认证是一个具有挑战性的问题。为此，本文介绍了我们在 CVPR 2022 宠物生物特征挑战赛中针对犬鼻纹认证（重识别，Re-ID）任务所提出的方法。首先，考虑到训练集中每类仅有少量样本的问题，我们提出了一种自动离线数据增强策略。然后，针对训练集与测试集之间样本风格的差异，我们采用交叉熵、三元组与成对圆损失函数联合进行网络优化。最后，通过集成多个采用的模型，我们的方法在测试集上取得了 86.67% 的 AUC。代码已发布于 https://github.com/muzishen/Pet-ReID-IMAG。
引用
@article{arxiv.2205.15934,
title = {A Competitive Method for Dog Nose-print Re-identification},
author = {Fei Shen and Zhe Wang and Zijun Wang and Xiaode Fu and Jiayi Chen and Xiaoyu Du and Jinhui Tang},
journal= {arXiv preprint arXiv:2205.15934},
year = {2022}
}
备注
3rd place solution to 2022 Pet Biometric Challenge (CVPRW). The source code and trained models can be obtained at this https://github.com/muzishen/Pet-ReID-IMAG