基于数据增强多视图深度学习集成的化石图像识别

化石物种的识别对演化研究至关重要。深度学习的最新进展在化石图像识别中展现出良好前景。然而，由于化石保存状况、条件性采样以及领域专家标注昂贵且不一致，带标签的化石图像在数量与质量上往往有限，这给训练基于深度学习的图像分类模型带来巨大挑战。为应对这些挑战，我们遵循群体智慧思想，提出一种多视图集成框架：对每张化石图像采集反映其不同特征的原始(Original, O)、灰度(Gray, G)与骨架(Skeleton, S)视图以训练多个基模型，随后通过软投票做出最终决策。在包含2400张图像的最大蜓类数据集上的实验表明，所提出的OGS框架始终优于基线（各视图使用单一模型），并与OOO（三个相同原始视图各训练三个基模型）相比取得更优或相当的性能。此外，随着训练数据减少，该框架获益更多。在考虑相对于人类专家的识别一致性估计时，OGS与数据集原始标签及两位人类专家重新识别结果的一致性最高。验证性能提供了不同专家与属间一致性的定量估计。我们得出结论：该框架在蜓类化石识别案例研究中可达到最先进性能。此框架为通用化石识别而设计，未来有望应用于其他化石数据集。源代码已公开于 https://github.com/houchengbin/Fossil-Image-Identification，以惠及化石图像识别的未来研究。