[论文解读] LifeCLEF Plant Identification Task 2014

Hervé Goëau, Pierre Bonnet+1 more|ArXiv.org|Sep 28, 2025

Genomics and Phylogenetic Studies参考文献 41被引用 78

一句话总结

对 LifeCLEF 植物识别挑战（2015年）进行的全面综述，评估在超过 100K 图像、覆盖 1000 种西欧植物物种的条件下的方法，使用来自大量参与者的感知数据。

ABSTRACT

The LifeCLEF plant identification challenge aims at evaluating plant identification methods and systems at a very large scale, close to the conditions of a real-world biodiversity monitoring scenario. The 2015 evaluation was actually conducted on a set of more than 100K images illustrating 1000 plant species living in West Europe. The main originality of this dataset is that it was built through a large-scale participatory sensing plateform initiated in 2011 and which now involves tens of thousands of contributors. This overview presents more precisely the resources and assessments of the challenge, summarizes the approaches and systems employed by the participating research groups, and provides an analysis of the main outcomes.

研究动机与目标

• 在现实世界的生物多样性监测条件下，在大规模条件下评估植物识别方法。
• 描述通过参与式感知平台构建的数据集，拥有数万名贡献者。
• 总结参与研究团队使用的方法和系统。
• 分析2015年评估的结果与洞见。

提出的方法

• 描述 LifeCLEF 植物识别数据集和评估设定。
• 总结参与团队的方法与系统架构。
• 分析竞赛的性能结果与主要发现。

实验结果

研究问题

• RQ1 植物识别方法在超过 100K 图像和 1000 种物种规模下的扩展性如何？
• RQ2 在真实世界的生物多样性监测情景中，参与方法的优点与局限是什么？
• RQ3 2015 年 LifeCLEF 植物识别评估带来哪些启示？

主要发现

• 该数据集包含来自西欧的 1000 种植物物种的超过 100K 张图像。
• 该数据集通过于 2011 年启动的大规模参与式感知平台构建，贡献者数以万计。
• 概述呈现了资源、评估、参与组的做法，以及对主要结果的分析。