该论文介绍了iWildCam 2021挑战赛的获胜方案,旨在解决相机陷阱图像序列中动物计数问题。相机陷阱以每秒一帧的速度拍摄图像,存在较大时间间隔,传统多目标追踪方法难以适用,且人工标注个体数量成本过高。作者提出的MaxBoxCount方法结合了物种分类流程与基于MegaDetector检测的简单计数启发式策略,在无计数标注的训练条件下,实现了对序列中独特个体数量的有效估计。该方案在挑战赛中表现优异,验证了无需计数标签即可完成序列级动物计数的可行性,为生态监测中的自动化数据分析提供了低成本、可扩展的技术路径。
| Camera traps | 相机陷阱,一种自动拍摄野生动物图像的设备,用于生态监测。 |
| iWildCam 2021 Challenge | 一个关于野生动物图像分析的计算机视觉竞赛,专注于物种识别和计数任务。 |
| MaxBoxCount | 本文提出的方法,结合物种分类和检测框计数启发式来估计动物数量。 |
| MegaDetector | 一个预训练的物体检测模型,用于在图像中检测动物、人类和车辆。 |
| Count annotations | 计数标注,指为图像序列中独特个体数量提供的人工标签,通常昂贵且难以获取。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅