NORPPA: NOvel Ringed seal re-identification by Pelage Pattern Aggregation

要約

サイマーワモンアザラシ（Pusa hispida saimensis）の再同定方法を提案する。カメラトラップやクラウドソーシングによる大量の画像は、動物のモニタリングや保全に新たな可能性をもたらし、特に画像から個体を再識別するための自動解析手法が求められている。提案手法NOvel Ringed Seal re-identification by Pelage Pattern Aggregation (NORPPA) は、サイマーワモンアザラシの永久的かつ独特な毛皮パターンとコンテンツベースの画像検索技術を利用する。まず、クエリ画像を前処理し、各アザラシのインスタンスをセグメント化する。次に、U-netエンコーダ・デコーダに基づく手法により、アザラシの毛皮パターンを抽出する。次に、CNNに基づくアフィン不変な特徴を埋め込み、Fisher Vectorsに集約する。最後に、フィッシャーベクトル間の余弦距離を用いて、既知の個体のデータベースから最適なマッチングを見つける。我々は、新たな課題であるSaimaaワモンアザラシの再識別データセットに対して、本手法の様々な修正について広範な実験を行った。提案手法は、代替手法との比較において、我々のデータセットで最高の再識別精度を達成することが示された。

要約(オリジナル)

We propose a method for Saimaa ringed seal (Pusa hispida saimensis) re-identification. Access to large image volumes through camera trapping and crowdsourcing provides novel possibilities for animal monitoring and conservation and calls for automatic methods for analysis, in particular, when re-identifying individual animals from the images. The proposed method NOvel Ringed seal re-identification by Pelage Pattern Aggregation (NORPPA) utilizes the permanent and unique pelage pattern of Saimaa ringed seals and content-based image retrieval techniques. First, the query image is preprocessed, and each seal instance is segmented. Next, the seal’s pelage pattern is extracted using a U-net encoder-decoder based method. Then, CNN-based affine invariant features are embedded and aggregated into Fisher Vectors. Finally, the cosine distance between the Fisher Vectors is used to find the best match from a database of known individuals. We perform extensive experiments of various modifications of the method on a new challenging Saimaa ringed seals re-identification dataset. The proposed method is shown to produce the best re-identification accuracy on our dataset in comparisons with alternative approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL