基于度量嵌入学习的个体长吻海豚识别
计算机视觉与模式识别
2019-01-14 v1 机器学习
机器学习
摘要
海豚个体的照片识别（photo-id）是生态科学中常用的技术，用于监测个体的状态和健康状况，以及研究种群的社会结构与分布。传统的照片识别涉及将野外拍摄的每张海豚鳍照片与已知个体目录进行匹配的繁重人工过程。我们在开放集识别的背景下研究此问题，并利用三元组损失函数学习鳍图像在欧几里得嵌入中的紧凑表示，其中欧几里得距离度量表示鳍的相似度。我们表明，这种紧凑表示可以从一个相对较小（在深度学习背景下）的训练集中成功学习，并仍能很好地泛化到样本外身份（完全新的海豚个体），在测试集（37 个个体）上取得 和 百分比的 top-1 和 top-5 准确率。在存在 1200 个干扰项的情况下，top-1 准确率下降了 ；然而，top-5 准确率仅下降了 。
引用
@article{arxiv.1901.03662,
title = {Individual common dolphin identification via metric embedding learning},
author = {Soren Bouma and Matthew D. M. Pawley and Krista Hupman and Andrew Gilman},
journal= {arXiv preprint arXiv:1901.03662},
year = {2019}
}
备注
Published in IVCNZ 2018