计数、裁剪与识别:野外的细粒度识别
计算机视觉与模式识别
2019-10-10 v2
摘要
本文的目标是对视频每一帧中出现的全部动物个体进行标注。与先前主要集中于标注人脸轨迹的方法不同,我们的目标是在个体面部不可见时也能进行标注。我们做出如下贡献:(i) 我们引入一种用于帧级标注的“计数、裁剪与识别”(CCR)多阶段识别流程。计数与识别阶段涉及针对该任务的专用 CNN,并且我们表明这种简单的分阶段带来了性能的显著提升;(ii) 我们将基于帧的标注与基于人脸及身体轨迹的标注的召回率进行比较,并展示了针对所述目标采用 CCR 的基于帧方法的优势;(iii) 我们引入一个用于野外黑猩猩识别的新数据集;以及 (iv) 我们应用一种高粒度可视化技术以进一步理解所学习的用于黑猩猩个体识别的 CNN 特征。
引用
@article{arxiv.1909.08950,
title = {Count, Crop and Recognise: Fine-Grained Recognition in the Wild},
author = {Max Bain and Arsha Nagrani and Daniel Schofield and Andrew Zisserman},
journal= {arXiv preprint arXiv:1909.08950},
year = {2019}
}