用于海豚与鲸鱼个体识别的积分曲率表示与匹配算法
计算机视觉与模式识别
2017-08-28 v1
摘要
我们解决了从显示鳍后缘的图像中识别个体鲸豚的问题。给定来自未知个体的后缘，我们产生数据库中已知个体的排序。后缘上的缺口和凹口定义了个体的独特特征。我们定义了一种基于积分曲率的表示，该表示对视点和姿态变化具有鲁棒性，并在多尺度局部邻域内捕获缺口和凹口的模式。我们探索了两种使用该表示的排序方法。第一种使用动态规划时间规整算法对齐两个表示，并将对齐代价解释为相似性度量。该算法还利用学习的空间权重来降低来自不稳定曲率区域的匹配权重。第二种将该表示解释为特征描述符。特征关键点定义在表示的局部极值处。已知个体集合的描述符存储在树结构中，这允许我们根据来自未知后缘的描述符执行查询。我们在两个真实世界数据集上评估了top-k准确率，以证明曲率表示的有效性，分别实现了宽吻海豚和座头鲸约95%和80%的top-1准确率。
引用
@article{arxiv.1708.07785,
title = {Integral Curvature Representation and Matching Algorithms for Identification of Dolphins and Whales},
author = {Hendrik J. Weideman and Zachary M. Jablons and Jason Holmberg and Kiirsten Flynn and John Calambokidis and Reny B. Tyson and Jason B. Allen and Randall S. Wells and Krista Hupman and Kim Urian and Charles V. Stewart},
journal= {arXiv preprint arXiv:1708.07785},
year = {2017}
}
备注
To appear in ICCV 2017 First Workshop on Visual Wildlife Monitoring