基于软生物特征与神经网络的犬类识别
计算机视觉与模式识别
2020-07-24 v1
摘要
本文解决动物（具体而言是犬类）的生物特征识别问题。我们将深度神经网络等先进机器学习模型应用于宠物照片以确定宠物身份。本文探讨了将品种、身高或性别等不同种类的“软”生物特征与宠物面部照片等“硬”生物特征相融合的可能性。我们在不同的卷积神经网络（Convolutional Neural Networks）上应用迁移学习原理，以创建一个专为品种分类设计的网络。对于两个不同的数据集，所提出的网络在区分两种犬类品种时分别达到了 90.80% 和 91.29% 的准确率。在不使用“软”生物特征的情况下，犬类识别率为 78.09%，而通过使用决策网络融入“软”生物特征，识别率可达到 84.94% 的准确率。
引用
@article{arxiv.2007.11986,
title = {Dog Identification using Soft Biometrics and Neural Networks},
author = {Kenneth Lai and Xinyuan Tu and Svetlana Yanushkevich},
journal= {arXiv preprint arXiv:2007.11986},
year = {2020}
}