用于牛只重识别的多视角嵌入方法
计算机视觉与模式识别
2019-02-14 v1 机器学习
摘要
近年来，行人重识别任务取得了巨大进展，主要得益于深度卷积神经网络（CNN）更好的图像特征提取以及大型数据集的可用性。然而，尽管动物识别与重识别知识可能在丰富多样的场景中有用，关于该方向的研究仍很少。在此，我们利用深度 CNN 解决牛只重识别问题，并展示该任务与人的重识别关联甚微，其呈现的独特挑战使其远未被解决。我们给出了多种基线方法，基于深度架构或标准机器学习算法，并与我们的方案进行了比较。最后，我们进行了丰富的消融研究以进一步探究该任务的独特性质。
引用
@article{arxiv.1902.04886,
title = {Multi-views Embedding for Cattle Re-identification},
author = {Luca Bergamini and Angelo Porrello and Andrea Capobianco Dondona and Ercole Del Negro and Mauro Mattioli and Nicola D'Alterio and Simone Calderara},
journal= {arXiv preprint arXiv:1902.04886},
year = {2019}
}
备注
8 pages, 3 figures. Accepted in the 14th International Conference on SIGNAL IMAGE TECHNOLOGY & INTERNET BASED SYSTEMS (SITIS-2018)