计算机科学 > 计算机视觉与模式识别
[提交于 2025年7月14日
]
标题: 自监督学习在相机陷阱视频上的应用产生了一个强大的通用面部嵌入器
标题: Self-supervised Learning on Camera Trap Footage Yields a Strong Universal Face Embedder
摘要: 相机陷阱正在通过捕获大量视觉数据来革新野生动物监测;然而,个体动物的手动识别仍然是一个重要的瓶颈。 本研究介绍了一种完全自监督的方法,从无标签的相机陷阱视频中学习稳健的黑猩猩面部嵌入。 利用DINOv2框架,我们在自动挖掘的面部裁剪图像上训练视觉变换器,消除了对身份标签的需求。 我们的方法在开放集重新识别任务中表现出色,在Bossou等具有挑战性的基准测试中超越了监督基线,尽管在训练过程中没有使用任何标记数据。 这项工作强调了自监督学习在生物多样性监测中的潜力,并为可扩展的、非侵入性的种群研究铺平了道路。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.