BuckTales：用于野生羚羊多目标跟踪与再识别的多无人机数据集
计算机视觉与模式识别
2024-11-12 v1
摘要
理解动物行为对于预测、理解和缓解自然与人为变化对动物种群和生态系统的影响至关重要。然而，在野外环境中获取和处理长期生态相关数据的挑战限制了行为研究的范围。无人机的日益普及结合机器学习的进步，为利用空中跟踪进行野生动物监测开辟了新机会。然而，自然栖息地中野生动物数据集的有限可用性阻碍了长期动物跟踪的自动化计算机视觉解决方案的进展。在这里，我们介绍了BuckTales，第一个用于解决野生动物多目标跟踪（MOT）和再识别（Re-ID）问题的大规模无人机数据集，专门针对黑羚羊的交配行为（或求偶展示）。与生物学家合作收集，MOT数据集包含超过120万条标注，涵盖12个高分辨率（5.4K）视频中的680条轨迹，每个视频平均66秒，包含30至130个个体。Re-ID数据集包括用两架无人机同时拍摄的730个个体。该数据集旨在利用多相机传感器驱动可扩展的长期动物行为跟踪。通过提供两种检测器的基线性能并对多种最先进跟踪方法进行基准测试，我们的数据集反映了在社会和生态相关背景下跟踪野生动物的现实挑战。通过广泛共享这些数据，我们希望推动野生动物MOT和Re-ID的进展，促进通过自动化长期监测对动物行为、保护工作和生态系统动态的洞察。
引用
@article{arxiv.2411.06896,
title = {BuckTales : A multi-UAV dataset for multi-object tracking and re-identification of wild antelopes},
author = {Hemal Naik and Junran Yang and Dipin Das and Margaret C Crofoot and Akanksha Rathore and Vivek Hari Sridhar},
journal= {arXiv preprint arXiv:2411.06896},
year = {2024}
}
备注
9 pages, 5 figures