Může jedinečný vzor čumáku skotu sloužit jako spolehlivý biometrický znak, podobně jako otisk prstu u člověka? Tato otázka stojí v centru nové práce, kterou skupina STRADE publikovala v časopise Pattern Recognition, jednom z nejrespektovanějších časopisů v oblasti počítačového vidění a strojového učení.
Identifikace skotu podle čumáku je slibná modalita pro chov a sledovatelnost zvířat, dosavadní přístupy však často trpí zkreslením způsobeným specifiky jednotlivých datasetů a omezením na uzavřenou množinu identit. V této práci představujeme rigorózní benchmark pro open-set verifikaci, který je navržen tak, aby toto zkreslení systematicky potlačil.
Metoda
Provedli jsme rozsáhlou ablační studii, v níž jsme vyhodnotili vzájemné působení tří faktorů: architektury (konvoluční sítě versus vision transformery), vstupního rozlišení a moderních ztrátových funkcí s úhlovým marginem, konkrétně ArcFace, CosFace a AdaFace. Celkem bylo porovnáno dvacet architektur.
Výsledky
Výsledky odhalily zajímavou závislost mezi architekturou a rozlišením. Při nižším rozlišení (256 × 192) zvýšilo zarovnání podle klíčových bodů přesnost konvolučních sítí až na 95,45 % (VGG11-BN s ArcFace). Při vyšším rozlišení (384 × 384) sice Swin Transformer dosáhl nejlepšího výsledku 96,54 %, ovšem pouze s explicitním zarovnáním, zatímco moderní konvoluční sítě (například MobileNetV3-L) dosáhly srovnatelné přesnosti 96,14 % i na nezarovnaných výřezech. Citlivost na zarovnání se tedy ukazuje jako závislá na konkrétní architektuře: výrazná je u Swin Transformeru, ale prakticky nepřítomná u modelů DeiT a moderních konvolučních sítí.
Význam
Práce ukazuje, že i s omezeným množstvím dat, které je v této oblasti k dispozici, dokáží transformery efektivně zachytit charakteristické rysy čumáku. Zdrojový kód a seznamy párů budou zveřejněny s cílem podpořit reprodukovatelnost výzkumu v oblasti biometrie zvířat.
Tomáš Goldmann, Samuel Šimún, Filip Orság
The muzzle as a biometric feature: Cattle identification using unique muzzle patterns
Pattern Recognition, Elsevier
https://www.sciencedirect.com/science/article/pii/S0031320326013828
