佛罗里达野生动物相机陷阱数据集
计算机视觉与模式识别
2021-06-25 v1 图像与视频处理
摘要
足迹相机影像因保护与生态研究而在生物学家中日益受到青睐。操作相机陷阱所需的人为干扰极小，得以捕捉无偏的物种活动。若干研究——基于人与野生动物互动、各物种迁徙模式、濒危种群灭绝风险——受限于丰富数据的缺乏以及人工标注足迹相机影像的耗时特性。我们引入一个具有挑战性的野生动物相机陷阱分类数据集，采集自佛罗里达西南部两处不同地点，包含 104,495 张图像，具有视觉相似物种、多变光照条件、偏斜类别分布，并包含濒危物种（如佛罗里达美洲狮）样本。基于 ResNet-50 架构的实验评估表明，该基于图像分类的数据集可进一步推进野生动物统计建模的发展。我们将公开此数据集。
引用
@article{arxiv.2106.12628,
title = {Florida Wildlife Camera Trap Dataset},
author = {Crystal Gagne and Jyoti Kini and Daniel Smith and Mubarak Shah},
journal= {arXiv preprint arXiv:2106.12628},
year = {2021}
}
备注
IEEE Conference on Computer Vision and Pattern Recognition, CV4Animals: Computer Vision for Animal Behavior Tracking and Modeling Workshop, 2021