EDEN:用于塞马环斑海豹花纹匹配的深度特征分布池化
计算机视觉与模式识别
2021-08-25 v2
摘要
本文考虑利用毛皮花纹匹配来解决塞马环斑海豹的个体重识别问题。动物重识别结合通过相机陷阱和众包获取大量图像素材,为动物监测与保护提供了新可能。我们提出一种新颖的特征池化方法,可聚合局部花纹特征以获得固定尺寸的嵌入向量,该向量通过考虑特征的空间分布来融入全局特征。这是通过对表示特征图的概率质量函数所计算的协方差进行特征分解实现的。嵌入向量随后可用于在已知个体数据库中找到最佳匹配,从而实现动物重识别。结果表明,所提池化方法在具有挑战性的塞马环斑海豹图像数据上优于现有方法。
引用
@article{arxiv.2105.13979,
title = {EDEN: Deep Feature Distribution Pooling for Saimaa Ringed Seals Pattern Matching},
author = {Ilia Chelak and Ekaterina Nepovinnykh and Tuomas Eerola and Heikki Kälviäinen and Igor Belykh},
journal= {arXiv preprint arXiv:2105.13979},
year = {2021}
}
备注
10 pages, 4 figures,submitted to 2nd International Conference on Cyber-Physical Systems & Control (CPS&C'2021)