Real-Time Identification of Animals found in Domestic Areas of Europe

Ich habe hier über meine Erfahrungen bei der ICMV (International Conference on Machine Vision) 2019 Konferenz in Amsterdam berichtet. Nun möchte ich Ihnen unser Papier „Real-Time Identification of Animals found in Domestic Areas of Europe“ vorstellen. Ich habe die Arbeit in der mündlichen Sitzung B-1 „Neural Network and Image Processing Applications“ vorgestellt.

Abstrakt: Dieses Papier stellt ein Verfahren zur Identifizierung von 34 Tierklassen vor, die den konventionellsten Tieren in den europäischen Haushalten entsprechen, indem vier Arten von Convolutional Neural Networks (CNNs) verwendet werden, nämlich VGG-19, InceptionV3, ResNet-50 und MobileNetV2. Wir haben auch ein System entwickelt, das alle diese 34 Tierklassen sowohl aus Bildern als auch in Echtzeit aus Videos oder einer Webcam klassifizieren kann. Darüber hinaus ist unser System in der Lage, automatisch zwei neue Datensätze zu generieren, einen Datensatz mit Textinformationen (d.h. Name der Tierklasse, Datum und Zeitintervall, in dem das Tier im Rahmen war) und einen Datensatz mit Bildern der vorhandenen und identifizierten Tierklassen in Videos oder vor einer Webcam. Unsere experimentellen Ergebnisse zeigen eine hohe Gesamttestgenauigkeit für alle 4 vorgeschlagenen Architekturen (90,56% für VGG-19-Modell, 93,41% für InceptionV3-Modell, 93,49 für ResNet-50-Modell und 94.54% für das MobileNetV2-Modell), was beweist, dass solche Systeme eine unauffällige Methode zum Sammeln einer reichen Sammlung von Informationen über die große Anzahl von identifizierten Tierklassen ermöglichen, wie z.B. Einblicke darüber, welche Tierklassen zu einem bestimmten Zeitpunkt in einem bestimmten Gebiet vorhanden sind und wie sie aussehen, was zu wertvollen Datensätzen insbesondere für Forscher im Bereich der Ökologie führt.

Sie können den Artikel hier lesen: Ich werde den Link zum Artikel posten, sobald er indiziert wird.

Leave a Comment

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahren Sie mehr darüber, wie Ihre Kommentardaten verarbeitet werden .

Scroll Up