视觉-文本皮肤纹理动物生物识别：关于 Panthera tigris 的首个案例研究
计算机视觉与模式识别
2025-12-18 v1
摘要
生物学家长期将视觉信息与文字现场笔记组合用于动物重新识别（Re-ID）。当代 AI 工具自动化了这一过程，但主要基于图像，仅限于具有显著形态特征的物种。我们将 Re-ID 方法论扩展到包含精确皮肤纹理文本描述符的范畴——这种方法在司法鉴定中已有应用，却在生态学中鲜见。我们展示，这些专家语义抽象并编码动物皮毛拓扑结构，使用人类可解释的语言标签。基于 84,264 项手动标记的皮肤纹理细节覆盖 3,355 张 185 只老虎（Panthera tigris）的图像，我们评估了这种视觉-文本方法论，揭示了跨模态身份检索的新能力。为优化性能，我们开发了文本-图像共合成管线生成“虚拟个体”，每个虚拟个体包含数十张逼真的视觉图像配以皮肤纹理文本。与真实场景基准测试显示，这种数据增强显著提升了跨模态检索中的 AI 准确率，缓解了数据稀缺问题。我们得出结论，皮肤纹理语言引导的生物识别克服了视觉方法的局限，实现了以人类可验证匹配为支撑的文本到视觉身份恢复。这代表了对 Re-ID 可解释性的一个重要进展，以及生态学监测中描述性模态的语言驱动统一。
引用
@article{arxiv.2512.14878,
title = {Visual-textual Dermatoglyphic Animal Biometrics: A First Case Study on Panthera tigris},
author = {Wenshuo Li and Majid Mirmehdi and Tilo Burghardt},
journal= {arXiv preprint arXiv:2512.14878},
year = {2025}
}