HCIL：用于延绳钓渔业视觉监测的层次类增量学习
计算机视觉与模式识别
2022-03-01 v1
摘要
延绳钓渔业的电子监控旨在基于摄像机对渔船上的捕鱼活动进行视觉监控，用于监管合规或渔获计数。先前的层次分类方法展示了对延绳钓渔获物中鱼类种类的高效识别，其中鱼类在捕捞过程中存在严重形变与自遮挡。尽管层次分类通过在不同层次提供置信度分数减轻了人工审阅的繁重劳动，但其在类增量学习（CIL）场景下的性能急剧下降。CIL 系统应能够随时间从数据流中学习越来越多的类，即起初只需存在少数类的训练数据，新类可逐步添加。在本工作中，我们引入了层次类增量学习（HCIL）模型，其在 CIL 场景下显著改进了最先进的层次分类方法。
引用
@article{arxiv.2202.13018,
title = {HCIL: Hierarchical Class Incremental Learning for Longline Fishing Visual Monitoring},
author = {Jie Mei and Suzanne Romain and Craig Rose and Kelsey Magrane and Jenq-Neng Hwang},
journal= {arXiv preprint arXiv:2202.13018},
year = {2022}
}
备注
Preprint for ICIP 2022