Holstein-Friesian Re-Identification using Multiple Cameras and Self-Supervision on a Working Farm

要約

Multicamcows2024は、ユニークな白黒のコートパターンを利用する個々のホルスタイン – フリージアン牛の生体認証のために、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を提示します。
作業酪農場で7日間にわたって隣接する納屋エリアをカバーする3つの天井に取り付けられた視覚センサーで撮影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。
データセットには、完全なコンピュータービジョン認識ベースラインが提供されています。これは、牛のトラックレットで訓練された個々の牛の識別のための監視された自己監視学習フレームワークです。
データセットから96％を超える単一画像識別の精度を報告し、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、自己教師の識別が強化されることを示しています。
私たちのフレームワークは、データ収集中のトラックレットの完全性の単純な検証のみを除いて、自動牛の識別を可能にすることを示します。
重要なことに、我々の研究は、マルチカメラ、監視済み、自己監視されたコンポーネントがタンデムで強調していることを強調しています。
この有効性の改善は、家畜管理、行動分析、農業監視に実際的な意味を持っていると主張しています。
再現性と実用的な使いやすさのために、https://tinyurl.com/multicamcows2024で入手可能な、このペーパーで再識別コンポーネントと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 underlying original CCTV footage. The dataset is provided with 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 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. We argue that this improvement in efficacy has practical implications for livestock management, behaviour analysis, and agricultural monitoring. For reproducibility and practical ease of use, we publish all key software and code including re-identification components and the species detector with this paper, available at https://tinyurl.com/MultiCamCows2024.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google