使用人工视觉算法的 Diploglossus millepunctatus 蜥蜴物种半监督识别
计算机视觉与模式识别
2016-11-10 v1
摘要
动物生物识别是监测和保育任务的重要需求。经典动物生物识别会危及动物完整性，对大量动物而言昂贵，且依赖专家判断。非侵入生物识别技术为管理上述问题提供了替代方案。本文中，我们提出一种基于人工视觉算法的自动分割与识别算法，用于识别 Diploglossus millepunctatus。Diploglossus millepunctatus 是一种濒危蜥蜴物种。该算法基于两个阶段：自动分割以消除主观评价，以及识别阶段以减少分析时间。平均达到 82.87% 的正确分割率。同时，识别算法通过欧几里得距离点算法如迭代最近点（ICP）和普罗克鲁斯特斯分析实现。在 top 1 上达到 92.99% 的性能，在 top 5 上达到 96.82%。开发的软件和本文使用的数据库可从项目网页公开下载。
引用
@article{arxiv.1611.02803,
title = {Semi-Supervised Recognition of the Diploglossus Millepunctatus Lizard Species using Artificial Vision Algorithms},
author = {Jhony-Heriberto Giraldo-Zuluaga and Augusto Salazar and Juan M. Daza},
journal= {arXiv preprint arXiv:1611.02803},
year = {2016}
}
备注
arXiv admin note: text overlap with arXiv:1603.00841