PhyTracker:用于浮游植物的在线跟踪器
计算机视觉与模式识别
2024-11-13 v2 人工智能
摘要
浮游植物作为水生生态系统的关键组成部分,需要高效的监测来理解海洋生态过程和环境条件。传统的浮游植物监测方法依赖于非现场观察,耗时耗力,限制了及时分析。为克服这些限制,我们引入 PhyTracker,一个专为自动跟踪浮游植物而设计的智能现场跟踪框架。PhyTracker 克服了浮游植物监测所特有的诸多挑战,如受限的水流中移动性、不显眼的外观以及杂质的存在。我们的方法包含三个创新模块:纹理增强特征提取 (TFE) 模块、注意力增强时序关联 (ATA) 模块和流动不敏感运动细化 (FMR) 模块。这些模块分别增强特征捕获、区分浮游植物与杂质、细化运动特征。PMOT 数据集上的广泛实验验证了 PhyTracker 在浮游植物跟踪中的优势,MOT 数据集上的额外测试表明其通用适用性优于传统跟踪方法。这一工作突显了浮游植物与传统物体之间的关键差异,为浮游植物监测提供了有效解决方案。
引用
@article{arxiv.2407.00352,
title = {PhyTracker: An Online Tracker for Phytoplankton},
author = {Yang Yu and Qingxuan Lv and Yuezun Li and Zhiqiang Wei and Junyu Dong},
journal= {arXiv preprint arXiv:2407.00352},
year = {2024}
}
备注
13pages,eleven figures