知名白癜风医院 https://wapjbk.39.net/yiyuanzaixian/bjzkbdfyy/
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
使用曲率积分和动态时间规整，让我们深入研究抹香鲸识别！
前言最近，我们参加了Capgemini的全球数据科学挑战赛。我与Acores鲸鱼研究中心合作，挑战抹香鲸的识别任务，用人工智能帮助拯救抹香鲸的生命。
为了完成这项任务，我们收集了过去几年几千张的鲸鱼照片。在训练数据集中，平均每头鲸鱼有1.77张照片，很多动物只出现过一次，因此，我们的目标是，给定一个新的图片，在已有数据中找出最相似的。
因此，如果鲸鱼已经被拍下来，研究人员就可以知道是何时何地拍的了。
我很自豪地宣布，我们以第三名的成绩结束了比赛，我们使用暹罗网络取得了胜利，但是，由于已经有很多关于这个架构的文章，所以今天将介绍另一个更有趣、更新颖的方法来解决这个问题。
方法本文介绍的方法由Weideman等人提出，算法的主要步骤如下：
基于颜色分析和轮廓检测的尾部提取
曲率积分进行尾部处理（IC）
与动态时间规整（DTW）进行尾部比较
所以该方法的预测率不如暹罗网络好，但是这个想法非常有趣，值得分享和了解。在许多数据科学项目中，数据准备是最困难的部分，要将鲸鱼尾部处理为信号，信号的质量必须非常好。在本文中，我们将花一些时间来理解信号处理之前的所有必要步骤。
探索我们的数据集，分析图片如引言中所述，我们得到了数千张图片。乍一看，鲸鱼就是鲸鱼，所有这些图片看上去都像是一个蓝色背景（天空和大海），中间有一个灰色斑点（尾巴）。
经过初步探索之后，我们发现尾巴的形状可以作为区分鲸鱼的重要特征，我们确信这对我们的算法至关重要。那颜色呢？像素分布中是否有什么有用的信息？
使用Bokeh可视化库（
