1.简介
全球大约有6亿只猫,全美大约有8400万只家养猫。无独有偶,每五年大约有40%得人丢失自己的猫,15%的主人丢失一段时间就能找回自己的猫。然而有38%的人能重新找回自己的宠物,其中的百分之3是猫。问题在于主人也不能分辨猫是不是自己的。之前的很多研究已经表明可以通过生物个体外观分辨个体的信息。其中一个关于猫的头部检测算法,利用形状和皮毛纹理检测的结合有效的提取形状和皮毛特征。猫鼻子是每个个体都有独一无二的特征,类似人体的指纹对人类身份识别的帮助。
2.提出系统
A.系统总览
系统分为两部分:一部分是猫鼻子检测,一部分是猫鼻子识别,格式如上图所示。在提出的系统中,在读取图片之后,首先系统使用基于Darknet的YOLO识别猫鼻子。其次,成功检测到鼻子后,使用基础数据图片对鼻子进行识别。最后,识别准确度会在系统中进行展示。
B.猫鼻子检测
该系统使用量部分数据集。第一部分数据集来自之前的一个关于猫鼻子识别的研究。该数据集由700张包含猫鼻子的原图组成,700张图来自于70只不同的猫。第二个数据集由677张源自网络的图片组成。使用YOLO v2版本和Darknet作为神经网络框架,使用python作为编程语言。
C.猫鼻子识别
成功检测出鼻子后,我们将鼻子部分从原图中裁剪出来。接着,我们把将该部分数据作为进行识别的参考图片。最终,我们使用基于k-NN算法的SIFT方法对猫鼻子和参考图片的相似度进行鉴别,做出最高的匹配。
实验结果
看看就好,也不知道数据是不是造哒,这样原文就结束了,希望自己阅读过程中随手进行的翻译能对大家有所帮助。あぃがとございます~