计算机科学>计算机视觉和模式识别
职务: OysterNet:使用模拟增强牡蛎检测
摘要: 牡蛎在海湾生物生态系统中发挥着关键作用,被认为是海洋的生物过滤器。 近年来,牡蛎礁遭受了商业过度捕捞造成的严重破坏,需要进行保护以维持生态平衡。 这种保存的基础是估计牡蛎密度,这需要准确的牡蛎检测。 然而,准确检测牡蛎的系统需要获取大量数据,这在水下环境中是一项昂贵且劳动密集的任务。 为此,我们提出了一种新的方法来对牡蛎进行数学建模,并在模拟中渲染牡蛎的图像,以利用最小的真实数据来提高检测性能。 利用我们的合成数据和实际数据进行牡蛎检测,与仅使用OysterNet网络的实际数据相比,我们的性能提高了35.1%。我们还将最新技术提高了12.7%。 这表明,利用物体的基本几何特性可以帮助在有限的数据集上成功地提高识别任务的准确性,我们希望更多的研究人员对难以获得的数据集采用这种策略。