Sep, 2023

基于弱标注视频的数据集生成和倭黑猩猩分类

PDF
TL;DR通过使用常用的机器学习方法，该研究论文介绍了一个基于棕猿检测和分类的流程，旨在通过触摸屏设备在棕猿围栏内无需人工辅助地进行测试。使用半自动方式生成的棕猿录音数据集被引入。这些录音数据具有弱标签，并被输入到猕猴检测器中以空间上检测视频中的个体。研究了手工特征结合不同的分类算法和使用 ResNet 架构的深度学习方法来进行棕猿识别。性能通过使用不同的数据分离方法对数据库进行分割后的分类准确性进行比较。我们展示了数据准备的重要性以及错误的数据分离如何导致虚假的良好结果。最后，在对数据进行有意义的分离之后，使用经过微调的 ResNet 模型获得了最佳的分类性能，准确率达到了 75%。
bonobo detectionclassification pipelinemachine learning methodsdatasetresnet architecture
发现论文，激发创造
  • 狒狒之地数据集：野外灵长类追踪与无人机视频行为识别自动化

    利用无人机进行多个个体的同时跟踪，以更好地理解群居灵长类动物的行为；本研究通过无人机视频提出了一种新的研究数据集，用于猴子的检测、追踪和行为识别，结果表明利用深度学习可以对野生动物的行为进行分类，提供对整个群体集体行为的非侵入性洞察。

    May, 2024

  • 基于注意力机制的空间与时间特征融合在具挑战性丛林相机陷阱镜头下用于大型类人猿识别

    本文提出一种多帧视频目标检测框架，通过添加自我注意力特征混合来检测部分遮挡的森林环境中的大型猿类动物，实验表明该框架能够高效、准确地检测，性能比基于帧的检测器更好，适用范围更广。

    Aug, 2019

  • 野外多视角引导学习

    本文提出了使用非刚性 3D 神经先验结合深流技术从仅有两到三个非标定手持相机的视频中获取高保真的地标估计，只需少量人工标注便可达到与全监督方法相当的 2D 结果，以及其他现有方法不可能实现的 3D 重建。

    Oct, 2022

  • 大型人猿行为动作的三路深度度量学习

    通过使用稠密姿态 - C 黑猩猩身体部位分割流，本文首次提出了度量学习系统用于识别大型人猿的行为动作，并在 PanAf-500 数据集上取得了 12% 的性能提升，通过长尾识别技术，平均每类准确性可提高 23%。

    Jan, 2023

  • 深度学习对 日本猕猴 中的自动检测和面部识别的应用：阐明社会网络

    通过深度学习，本研究初步探索了一种非侵入性工具的开发，用于检测和识别日本猕猴的个体身份，旨在自动生成对研究种群进行社会网络分析的社交网络图。在研究中，建立了日本猕猴面部检测器（Faster-RCNN 模型），准确率达到 82.2％，并建立了针对小岛日本猕猴种群的个体识别器（YOLOv8n 模型），准确率达到 83％。此外，通过传统方法，基于视频中的共现性，还创建了小岛种群的社会网络图，从而为自动生成网络的可靠性提供基准。这些初步结果证明了这种创新方法在追踪日本猕猴个体和社会网络研究方面的潜力，为科学界提供了一个工具。

    Oct, 2023

  • 运用深度神经网络和贝叶斯分类器进行野外情感识别

    本文提出了一种基于深度神经网络和贝叶斯分类器的新型解决方案，其中神经网络分析单个面孔表情，贝叶斯分类器通过场景描述符估计全局情感。在 Emotion Recognition in the Wild Challenge 2017 数据集上测试，该方法在测试集上的准确率为 64.68％，显著优于竞争基线 53.62％。

    Sep, 2017

  • 从森林到动物园：利用 ChimpBehave 进行大型猿类行为识别

    本论文介绍了 ChimpBehave，一个包含超过 2 小时视频（约 193,000 帧）的新型数据集，用于动作识别，通过与现有数据集对齐，可以研究领域自适应和跨数据集泛化方法，并使用最先进的基于 CNN 的动作识别模型提供了首个基准结果。

    May, 2024

  • 使用二元预排序提高基于深度学习的灵长类动物声音分类

    在野生动物观测和保护领域中，本研究介绍了一种基于机器学习的方法，利用声音记录和 MEL 频谱图的子区段进行二分类和多类别分类，在分类任务上表现显著优于之前的模型基线。

    Jun, 2023

  • 野生猴类的人脸识别

    通过 PrimNet 卷积神经网络在几种濒危灵长类动物的脸部识别实验中表现优越，基于此实现了一款安卓应用程序，可用于野外个体识别和保护。

    Apr, 2018

  • 分析音乐表演视频的深度神经网络方法

    该论文介绍了一个自动化标注音乐表演视频中手势的框架，使用 3D 卷积神经网络，通过批处理平衡和空间 - 时间手势表示等方法，成功提高了 12% 的手势识别准确率，对跨多个视频的多个手势 / 类别进行了详细的研究，并探讨了使用音频特征的可能性。

    May, 2022