基于自监督与不确定性正则化的深度学习用于水下图像鱼类计数

有效的保护行动需要有效的人口监测。然而，为辅助保护决策而在野外准确计数动物是困难的。通过图像采样监测种群使数据收集更廉价、广泛且侵入性更小，但也产生了高效处理分析数据的需求。从此类数据计数动物具有挑战性，尤其在噪声图像中密集聚集时。手动尝试缓慢且昂贵，而传统计算机视觉方法泛化能力有限。深度学习是许多计算机视觉任务的最先进方法，但尚未被恰当探索用于动物计数。为此，我们采用深度学习与基于密度的回归方法，在低分辨率声纳图像中计数鱼类。我们引入一个部署用于记录野生鲻鱼（Mugil liza）鱼群的大型声纳视频数据集，其中包含500张标注图像的子集。我们利用丰富的无标注数据通过自监督任务改进有监督计数任务。在此背景下首次引入不确定性量化，我们改进了模型训练并提供伴随的预测不确定性度量，以支持更明智的生物学决策。最后，我们通过在近期不同栖息地高分辨率标注水下图像基准数据集（DeepFish）上测试，证明了所提计数框架的泛化能力。在两组对比数据集上的实验表明，我们的网络优于为解决该任务实现的其他少数深度学习模型。通过提供开源框架与训练数据，我们的研究提出了一种用于水生动物 crowd counting 的高效深度学习模板，从而从日益增长的视觉数据中贡献评估自然种群的有效方法。