【论文阅读】Cat’s Nose Recognition Using You Only Look Once (Yolo) and Scale-Invariant Feature Transform

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～