PanAf20K：一个用于野生猿类检测与行为识别的大型视频数据集
计算机视觉与模式识别
2024-02-01 v2
摘要
我们推出了 PanAf20K 数据集，这是目前最大、最多样化的开放获取注释视频数据集，记录了自然环境中大型猿类的活动。它包含超过 700 万帧图像，来自约 20,000 个相机陷阱视频，这些视频拍摄了黑猩猩和大猩猩，收集自热带非洲的 14 个野外站点，是泛非项目“有文化的黑猩猩”的一部分。这些影像资料附有丰富的注释集和基准，使其适用于训练和测试各种具有挑战性且对生态学重要的计算机视觉任务，包括猿类检测和行为识别。鉴于世界自然保护联盟现已将大型猿类家族的所有物种列为濒危或极危，推进对相机陷阱信息的 AI 分析至关重要。我们希望该数据集能为 AI 社区的参与奠定坚实基础，以提升性能、效率和结果解释，从而支持对大型猿类存在、丰度、分布和行为的评估，并以此助力保护工作。
引用
@article{arxiv.2401.13554,
title = {PanAf20K: A Large Video Dataset for Wild Ape Detection and Behaviour Recognition},
author = {Otto Brookes and Majid Mirmehdi and Colleen Stephens and Samuel Angedakin and Katherine Corogenes and Dervla Dowd and Paula Dieguez and Thurston C. Hicks and Sorrel Jones and Kevin Lee and Vera Leinert and Juan Lapuente and Maureen S. McCarthy and Amelia Meier and Mizuki Murai and Emmanuelle Normand and Virginie Vergnes and Erin G. Wessling and Roman M. Wittig and Kevin Langergraber and Nuria Maldonado and Xinyu Yang and Klaus Zuberbuhler and Christophe Boesch and Mimi Arandjelovic and Hjalmar Kuhl and Tilo Burghardt},
journal= {arXiv preprint arXiv:2401.13554},
year = {2024}
}
备注
Accepted at IJCV