Details

Title: Реидентификация кольчатых нерп с помощью сверточных нейронных сетей: выпускная квалификационная работа бакалавра: направление 02.03.03 «Математическое обеспечение и администрирование информационных систем» ; образовательная программа 02.03.03_01 «Информационные системы и базы данных»
Creators: Челак Илья Ростиславович
Scientific adviser: Белых Игорь Николаевич
Other creators: Пархоменко Владимир Андреевич
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2021
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: сопоставление изображений; глобальный пулинг; биометрия животных; сайменские кольчатые нерпы; pattern matching; global pooling; animal biometrics; saimaa ringed seals
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 02.03.03
Speciality group (FGOS): 020000 - Компьютерные и информационные науки
Links: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2021/vr/vr21-2307
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Сайменские и ладожские кольчатые нерпы находятся на грани вымирания. Сейчас большое количество изображений, собранных с помощью установленных на озерах фотоловушек, позволяет реидентифицировать животных и представляет новые возможности для биологов в их усилиях по защите кольчатых нерп. Данная работа нацелена на определение новых подходов к реидентификации сайменских нерп при учитывании сложностей с вариативностью поз животных. В частности, исследуется каким образом могут быть улучшены и применены методы глобального пулинга в нашей задаче. Кроме того, представлен новый слой глобального пулинга - EDEN, который позволяет собрать информацию о распределении признаков в картах активации. Это делается с помощью нахождения разложения на основе собственных векторов матрицы ковариации функции вероятности двух дискретных величин, обозначающих позиции элементов в картах активаций. Эксперименты показывают, что EDEN превосходит существующие методы пулинга на непростом наборе изображений сайменских кольчатых нерп.

Saimaa and Ladoga ringed seals are on the verge of extinction. Presently a large number of images collected by camera traps installed on the lakes allows animal reidentification and presents new opportunities for biologists in their efforts of ringed seals conservation. This study aims to determine novel approaches for the reidentification of Saimaa ringed seals while taking into account high animal pose variation. In particular, it is explored how global pooling methods can be improved and applied to our task. In addition, a novel layer for global pooling - EDEN is introduced. It is capable of collecting information about the distribution of features in activation maps. This is done by finding an eigen decomposition of the covariance matrix for the probability mass function representing the spatial distribution of features in the feature map. Experiments show that EDEN outperforms existing pooling methods on a challenging dataset of Saimaa ringed seals images.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users SPbPU Read Print Download
Internet Authorized users (not from SPbPU)
-> Internet Anonymous

Table of Contents

  • Реидентификация кольчатых нерп с помощью сверточных нейронных сетей
    • Введение
    • 1. Обзор методов распознавания сайменских кольчатых нерп
    • 2. Анализ теоретических методов сопоставления изображений
    • 3. Алгоритм реидентификации сайменских кольчатых нерп
    • 4. Экспериментальные исследования использованной системы реидентификации сайменских кольчатых нерп
    • Заключение
    • Список сокращений и условных обозначений
    • Список использованных источников
    • Приложение 1. Код использованных слоев глобального пулинга
    • Приложение 2. Код использованного SoftPool
    • Приложение 3. Код архитектуры нейронной сети, функции потерь
    • Приложение 4. Код функций тренировки нейронной сети
    • Приложение 5. Код для проведения экспериментов

Usage statistics

stat Access count: 0
Last 30 days: 0
Detailed usage statistics