MultiCamCows2024 — A Multi-view Image Dataset for AI-driven Holstein-Friesian Cattle Re-Identification on a Working Farm

要約

私たちは、ホルスタイン フリージアン牛の独特の白と黒の毛皮パターンを利用して個々のホルスタイン フリージアン牛を生体認証するために複数のカメラで撮影された農場規模の画像データセットである MultiCamCows2024 を紹介します。
稼働中の酪農場で隣接する納屋エリアを 7 日間にわたってカバーする 3 つの天井に取り付けられた視覚センサーによってキャプチャされたデータセットは、90 頭の牛の 101,329 枚の画像と、基礎となる元の CCTV 映像で構成されています。
このデータセットは、完全なコンピューター ビジョン認識ベースラインとともに提供されます。これは、牛の足跡で訓練された個々の牛を識別するための教師あり学習フレームワークと自己教師あり学習フレームワークの両方です。
我々は、データセットからの単一画像識別精度が 96% を超えるパフォーマンスを報告し、学習中に複数のカメラからのデータを組み合わせることで自己教師あり識別が強化されることを実証しました。
私たちは、データ収集中にトラックレットの完全性を人間が簡単に検証することのみを除いて、私たちのフレームワークが完全に自動化された牛の識別を可能にすることを示します。
重要なことに、私たちの研究は、マルチカメラ、監視付きおよび自己監視型コンポーネントを連携させることで、高精度の牛個体識別を実現するだけでなく、人間による牛の身元のラベル付けをまったく行わずにこれを効率的に達成できることを強調しています。
私たちは、この有効性の向上が家畜管理、行動分析、農業モニタリングに実際的な意味を持つと主張します。
完全な再現性と実用的な使いやすさを実現するために、再識別コンポーネントや種検出器を含むすべての主要なソフトウェアとコードをこの文書で公開します。

要約(オリジナル)

We present MultiCamCows2024, a farm-scale image dataset filmed across multiple cameras for the biometric identification of individual Holstein-Friesian cattle exploiting their unique black and white coat-patterns. Captured by three ceiling-mounted visual sensors covering adjacent barn areas over seven days on a working dairy farm, the dataset comprises 101, 329 images of 90 cows, plus the underlying original CCTV footage. The dataset is provided alongside full computer vision recognition baselines, that is both a supervised and self-supervised learning framework for individual cow identification trained on cattle tracklets. We report a performance above 96% single image identification accuracy from the dataset and demonstrate that combining data from multiple cameras during learning enhances self-supervised identification. We show that our framework enables fully automatic cattle identification, barring only the simple human verification of tracklet integrity during data collection. Crucially, our study highlights that multi-camera, supervised and self-supervised components in tandem not only deliver highly accurate individual cow identification but also achieve this efficiently with no labelling of cattle identities by humans at all. We argue that this improvement in efficacy has practical implications for livestock management, behaviour analysis, and agricultural monitoring. For full reproducibility and practical ease of use, we publish all key software and code including re-identification components and the species detector with this paper.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google