[論文レビュー] Efficient Pipeline for Camera Trap Image Review

Sara Beery, Dan Morris+1 more|arXiv (Cornell University)|Jul 15, 2019

Advanced Image and Video Retrieval Techniques参考文献 15被引用数 108

ひとこと要約

カメラトラップ画像内の動物を一般的な動物検出器で局在させ、クロップした動物を用いてプロジェクト別の分類器を訓練する、モジュラーなパイプラインを提案し、領域間の性能を向上させ、レビューを迅速化する。

ABSTRACT

Biologists all over the world use camera traps to monitor biodiversity and wildlife population density. The computer vision community has been making strides towards automating the species classification challenge in camera traps, but it has proven difficult to to apply models trained in one region to images collected in different geographic areas. In some cases, accuracy falls off catastrophically in new region, due to both changes in background and the presence of previously-unseen species. We propose a pipeline that takes advantage of a pre-trained general animal detector and a smaller set of labeled images to train a classification model that can efficiently achieve accurate results in a new region.

研究の動機と目的

• 異なる種が分布する地域を跨いで、カメラトラップ画像の注釈効率を改善する動機付け。
• 一般的な動物検出器を活用して動物を局在させ、手動のレビュー作業を削減する。
• 切り出した動物画像を用いてプロジェクト固有の分類器を訓練し、背景処理を簡素化する。
• 新しい組織やデータセットのオンボーディングに対応するスケーラブルなパイプラインを提供する。

提案手法

• 多様な地域の画像内の動物を検出するため、事前学習済みの一般的な動物検出器を使用する。
• 検出器の精度が不十分な場合、検出器を微調整して地域別の性能を向上させるため、少量の注釈付きデータを収集する。
• 検出された動物をクロップし、これらのクロップ上で提供された種ラベルを用いてプロジェクト固有の分類器を訓練する。
• 注釈と位置を標準化するためにデータをCOCO-Camera Traps形式で取り込む。
• 新しいデータに検出器と分類器を適用して検証とレビューを加速する（例：検出を可視化し、高信頼度の画像を優先する）。

実験結果

リサーチクエスチョン

• RQ1 単一の一般的な検出器は、地域や未見の種を含む動物を正確に局在させることができるか？
• RQ2 検出器を用いて動物を局在させることは、その後の種分類を簡素化し、手動によるレビュー作業を削減するか？
• RQ3 少量のラベル付きデータで検出器をファインチューニングすることで新しい地域へどれくらい適応するか？
• RQ4 実際のプロジェクトにおける全体的なレビュー作業量への影響はどの程度か？

主な発見

• 検出器は地域を跨る動物検出で平均適合度が0.885から0.988の範囲を達成した。
• 信頼度の低い検出をフィルタリングすることで、手動レビュー対象の画像を約80%削減した。
• 雪景色や夜景の画像は再訓練なしで検出器がうまく処理したが、枝や岩からの偽陽性が発生することがあり、後処理で緩和された。
• アイダホ州の6地域で4.8百万枚の画像を処理するのに、各ノード1 GPUで16ノードを用い、3日未満で完了した。
• クロップが生成され次第、プロジェクト固有の種分類の予備的結果は有望である。