鲸鱼在哪里：用于识别高分辨率卫星图像鲸鱼的人类在环检测方法
计算机视觉与模式识别
2025-10-17 v1 人工智能
摘要
有效监测鲸鱼种群对于保护 conservation 至关重要，但传统调查方法昂贵且难以扩展。尽管已证明鲸鱼可在非常高分辨率（VHR）卫星图像中被识别，但大规模自动检测仍具有挑战性，这是由于缺乏标注图像、图像质量和环境条件的可变性，以及在庞大的遥感档案中构建稳健机器学习管道的成本。我们提出一种半自动方法，用于在 VHR 图像中筛选可能的鲸鱼检测点，采用统计异常检测方法标记空间异常值，即“有趣的点”。我们将该检测器与设计用于快速标注有趣点的 Web 界面配对。我们在三个具有已知鲸鱼标注的基准场景上对系统进行评估，召回率达到 90.3%至 96.4%，而将专家检查的面积缩减了最高可达 99.8%——在某些情况下，从超过 1,000 平方公里缩减到不到 2 平方公里。该方法不依赖标记训练数据，为未来从太空进行机器辅助海洋哺乳动物监测提供了一个可扩展的第一步。我们已在 https://github.com/microsoft/whales 上开源此管道。
引用
@article{arxiv.2510.14709,
title = {Where are the Whales: A Human-in-the-loop Detection Method for Identifying Whales in High-resolution Satellite Imagery},
author = {Caleb Robinson and Kimberly T. Goetz and Christin B. Khan and Meredith Sackett and Kathleen Leonard and Rahul Dodhia and Juan M. Lavista Ferres},
journal= {arXiv preprint arXiv:2510.14709},
year = {2025}
}