动物重识别的无监督pelage纹理解包装
计算机视觉与模式识别
2025-06-19 v1
摘要
现有的个体重识别方法往往难以处理动物毛皮或皮肤图案的可变形特性，这些图案因身体运动和姿态变化而发生几何扭曲。本文提出了一种几何感知的纹理映射方法，将动物皮肤或毛皮上的独特斑纹解包装到标准化的 UV 空间，从而实现更稳健的特征匹配。该方法利用表面法线估计引导解包装过程，同时保持3D表面与2D纹理空间之间的几何一致性。我们聚焦两个具有挑战性的物种：萨伊马环斑海豹 (Pusa hispida saimensis) 和豹 (Panthera pardus)。两种物种都具有独特且高度可变形的毛发图案。通过将我们的图案保存 UV 映射与现有的重识别技术集成，我们在 diverse 的姿态和观察角度上实现了准确率的提升。该框架无需 ground truth UV 标注，可以自监督方式训练。实验在海豹和豹的数据集上显示，重识别准确率提升最高可达 5.4%。
引用
@article{arxiv.2506.15369,
title = {Unsupervised Pelage Pattern Unwrapping for Animal Re-identification},
author = {Aleksandr Algasov and Ekaterina Nepovinnykh and Fedor Zolotarev and Tuomas Eerola and Heikki Kälviäinen and Pavel Zemčík and Charles V. Stewart},
journal= {arXiv preprint arXiv:2506.15369},
year = {2025}
}