社交媒体图像中个体犬只的识别
计算机视觉与模式识别
2020-03-17 v1 机器学习
摘要
我们展示了一项初步研究的结果，该研究致力于开发一种视觉 AI 方案，能够识别社交媒体上无约束（野生）图像中的个体犬只。此处描述的工作是与 Pet2Net（一个聚焦宠物及其主人的社交网络）联合项目的一部分。为检测并识别个体犬只，我们分别基于 Inception v3 与 SSD Inception v2 架构结合迁移学习与目标检测方法，并使用包含用户上传至 Pet2Net 平台的真实数据的新数据集评估所提流水线。我们显示其在识别个体犬只上可达到 94.59% 的准确率。我们的方法以简洁为设计原则，目标是在上传至 Pet2Net 平台的所有图像上轻松部署。纯视觉的犬只图像识别方法将增强 Pet2Net 用于寻找走失犬只的功能，并构成未来聚焦识别犬只间社会关系（无法从该平台收集的其他数据推断）工作的基础。
引用
@article{arxiv.2003.06705,
title = {Identifying Individual Dogs in Social Media Images},
author = {Djordje Batic and Dubravko Culibrk},
journal= {arXiv preprint arXiv:2003.06705},
year = {2020}
}
备注
Presented at BMVC 2019: Workshop on Visual AI and Entrepreneurship, Cardiff, UK