一种用于野生动物监测的高效光照不变老虎检测框架
计算机视觉与模式识别
2024-01-09 v2 机器学习
摘要
老虎保护需要战略部署多方面举措,包括生态环境栖息地保护、反偷猎措施以及社区参与以实现老虎种群的可持续增长。随着人工智能的出现,老虎监测可通过目标检测实现自动化。本文提出一种基于 EnlightenGAN 和 YOLOv8 的精确光照不变框架用于老虎检测。微调后的 YOLOv8 模型在无光照增强时取得 61% 的 mAP 分数。光照增强将 mAP 提升了 0.7%。这些方法将 ATRW 数据集上的最先进性能提升了约 6% 至 7%。
引用
@article{arxiv.2311.17552,
title = {An Efficient Illumination Invariant Tiger Detection Framework for Wildlife Surveillance},
author = {Gaurav Pendharkar and A. Ancy Micheal and Jason Misquitta and Ranjeesh Kaippada},
journal= {arXiv preprint arXiv:2311.17552},
year = {2024}
}
备注
accepted at ICCIS 2023