利用相机陷阱估计动物丰度时克服距离估计瓶颈
计算机视觉与模式识别
2021-12-23 v2
摘要
尽管国际社会不断加大努力，生物多样性危机仍在加速。估计动物丰度对于评估土地利用变化和入侵物种对群落组成的影响，或保护干预措施的有效性至关重要。人们已开发出多种方法来估计未标记动物种群的丰度。尽管这些方法在方法细节上有所不同，但它们都需要估计相机陷阱前方被调查的有效面积。迄今为止，相机到动物的距离测量依赖于繁琐、人工且主观的估计方法。为克服这一距离估计瓶颈，本研究提出了一种利用单目深度估计和深度图像校准方法的自动化流程。我们能够将所需的人工工作量减少 21 倍以上，并在 https://timm.haucke.xyz/publications/distance-estimation-animal-abundance 提供了我们的系统。
引用
@article{arxiv.2105.04244,
title = {Overcoming the Distance Estimation Bottleneck in Estimating Animal Abundance with Camera Traps},
author = {Timm Haucke and Hjalmar S. Kühl and Jacqueline Hoyer and Volker Steinhage},
journal= {arXiv preprint arXiv:2105.04244},
year = {2021}
}