利用弱轨迹标签的斑块集成实现鲁棒鲑鱼重识别
计算机视觉与模式识别
2026-05-19 v1
摘要
商业网箱中的鲑鱼重识别因种群庞大而极具挑战性，这不仅对准确率提出了严格要求，也使得大规模标注数据的获取不可行。轨迹ID可作为代理标签，但这引入了轨迹ID偏差。为应对这些挑战，我们提出了一种基于斑块的重识别框架，将斑块级预测融合为鲑鱼身份决策。其关键组件是对鲑鱼侧线的预测，从而实现以纹理为锚点的斑块与斑块切片的提取。为实现切合实际的评估，我们引入了一种实验设置，使用相距6米的多个摄像头，允许同一条鱼在不同轨迹中被记录。这通过人工匹配确认实现了跨摄像头测试集的构建。我们的集成方法在同轨迹验证（mAP从0.932提升至0.965）和跨摄像头测试（mAP从0.609提升至0.860）中均优于全图基线。在跨摄像头设置中的显著提升表明其泛化能力和鲁棒性得到了改善。代码和数据：https://github.com/espenbh/salmon-reid-patch-ensemble。
引用
@article{arxiv.2605.18038,
title = {Patch Ensembles for Robust Salmon Re-Identification with Weak Trajectory Labels},
author = {Espen Uri Høgstedt and Christian Schellewald and Annette Stahl and Rudolf Mester},
journal= {arXiv preprint arXiv:2605.18038},
year = {2026}
}
备注
Accepted to the 2026 IEEE International Conference on Image Processing (ICIP)