arXiv cs.AI· William Grolleau, Achraf Chaouch, Astrid Sabourin, Guillaume Lapouge, Catherine Achard·· 11 小时前AI 评分18
MOO：用于牛只重识别视角分析的多视角定向观测数据集
MOO: A Multi-view Oriented Observations Dataset for Viewpoint Analysis in Cattle Re-Identification
AI 导读
研究者发布 MOO 数据集，包含 1000 头牛的 128 个均匀采样视角、共 128000 张带标注图像，用于空中-地面（AG-ReID）场景下的视角分析。基于该数据集，研究量化了仰角对重识别的影响并识别出一个关键仰角阈值，超过该阈值后模型对未见视角的泛化显著更好。在四个真实牛只数据集上，零样本与监督设置均取得性能提升，验证了合成几何先验可有效弥合域差距。
正文 · AI 翻译
摘要：动物重识别（ReID）因视角变化而面临严峻挑战，在空对地（AG-ReID）场景中尤为突出，此时模型必须在剧烈的高度变化下匹配个体。然而，现有数据集缺乏系统分析这些几何变化所需的精确角度标注。为此，我们提出了多视角定向观测（MOO）数据集，这是一个大规模合成 AG-ReID 数据集，包含 $1,000$ 头牛个体，从 $128$ 个均匀采样的视角采集（$128,000$ 张标注图像）。利用这一受控数据集，我们量化了高度的影响，并识别出一个关键的高度阈值，超过该阈值后模型对未见视角的泛化能力显著提升。最后，我们在零样本和监督设置下验证了其向真实世界应用的可迁移性，在四个真实牛数据集上展示了性能提升，并证实合成几何先验能有效弥合域差距。总体而言，该数据集与分析为跨视角动物 ReID 的未来模型发展奠定了基础。MOO 已公开于 此 https URL。
| 注释： | 31 页，10 幅图，是已被 CVPR 2026 动物行为跟踪与建模计算机视觉研讨会（CV4Animals）接收的论文的扩展版本 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2603.04314 [cs.CV] |
| （或 arXiv:2603.04314v3 [cs.CV] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2603.04314 arXiv 颁发的 DOI（通过 DataCite） |
提交历史
来自：William Grolleau [查看邮箱]
[v1]
2026 年 3 月 4 日周三 17:36:26 UTC（5,160 KB）
[v2]
2026 年 5 月 28 日周四 15:13:29 UTC（5,161 KB）
[v3]
2026 年 11 月 5 日周四 10:14:23 UTC（4,853 KB）
来源：arXiv cs.AI · arxiv.org