YouTube视频中座头鲸分类的深度学习导航：海量视频数据处理

Michelle Ramirez

YouTube视频中座头鲸分类的深度学习导航：海量视频数据处理

计算机视觉与模式识别 2022-12-05 v1 定量方法

作者: Michelle Ramirez

摘要

由人工智能(AI)赋能的图像分析技术已证明图像和视频是了解座头鲸(Megaptera novaeangliae)种群规模与动态的一个适时数据源。随着社交媒体的出现，诸如YouTube等平台呈现出跨越时空背景的丰富视频数据，记录了全球用户遇到的座头鲸。在我们的工作中，我们专注于通过深度学习将YouTube视频自动分类为相关或无关，依据为其是否记录了真实的座头鲸遭遇。我们使用在ImageNet数据集上预训练的CNN-RNN架构，将YouTube视频分类为相关或无关。通过五折交叉验证在数据集上评估，我们取得了平均85.7%的准确率，以及84.7%(无关)/86.6%(相关)的F1分数。我们展示了深度学习可用作一种省时的步骤，使社交媒体成为生物多样性评估中可行的图像与视频数据源。

关键词

座头鲸 YouTube视频深度学习视频分类 CNN-RNN 生物多样性评估 ImageNet

引用

@article{arxiv.2212.00822,
  title  = {Navigating an Ocean of Video Data: Deep Learning for Humpback Whale Classification in YouTube Videos},
  author = {Michelle Ramirez},
  journal= {arXiv preprint arXiv:2212.00822},
  year   = {2022}
}