基于MegaDetector优化的免重标注空拍相机陷阱图像自动识别方法

《Animals》：Reannotation-Free Automatic Recognition Methods for Empty Camera Trap Images Based on MegaDetector Optimization

　　

相机陷阱在野生动物调查中广泛应用，但因误触发常产生大量无动物空拍图像，人工筛选耗时耗力。Microsoft的MegaDetector（MD）是主流空拍过滤工具，但其置信度阈值难以兼顾假阴性率（False Negative Rate，FNR）与假阳性率（False Positive Rate，FPR）：阈值偏高致FNR升高、易漏检动物，偏低则FPR升高、保留过多无效空拍。针对该困境，研究人员提出三种基于MD的免重标注改进方案。面向怕漏检者，MD_CS引入上下文图像相似度比较，在控制FPR前提下将FNR压至1.8%–5.9%、FPR为4.9%–8.5%；面向怕空拍多者，MD_CL利用MD输出生成伪标签训练分类模型，FPR降至0.4%–2.6%且FNR为3.8%–8.4%；面向双侧低错者，MD_CS_CL集成前两者投票决策，FNR为1.4%–4.0%、FPR为0.3%–0.9%。在RTX 4090上推理速度分别为6.7、5.4、4.0张/秒，均无需人工标注。多数据集验证三者均优于单纯调阈值，为空拍过滤提供低人工成本、可跨生境迁移的实用方案。

研究背景方面，全球生态退化背景下相机陷阱成为野生动物监测重要手段，但24小时连续拍摄产生海量空拍图像，人工标注与分析成本极高。现有空拍识别分两类：其一是基于分类模型的方法，需大量人工标注训练样本，跨生境泛化差；其二是基于目标检测的方法，Microsoft于2019年推出MegaDetector（MD，MDV6-yolov10-e）可零样本迁移检测动物/人/车，但单靠置信度阈值θ无法同时压低FNR与FPR，如Leorna与Brinkman在北极数据集上阈值0.25/0.50/0.75对应FNR高达69%/72%/75%。为此研究人员开展免重标注空拍识别研究，目标是在不新增人工标注前提下，为不同算力与误差偏好用户提供定制方案。论文发表于《Animals》。

关键技术方法上，研究人员选用非洲Camdeboo（SC）、Enonkishu（SE）、Kgalagadi（SKG）及中国辣子山（LSM）四套相机陷阱队列，其中LSM为MD训练时未见域。整体框架以MD为基座，派生三条路径：MD_CS设双阈值θ₁=0.01与θ₂=0.20，中间段送静止目标检测（Stationary Object Detection，SOD，IoU>0.99判静止）与上下文相似度比较（Contextual Similarity，CS，ResNet-18提取检测框特征算余弦相似度，θ₅=0.5）；MD_CL按置信度分层打伪标签（空拍/动物/待定），以SAM做前景合成增广训练ResNet-18分类器；MD_CS_CL对前两路投票，不一致送人工。评估指标为FNR、FPR、空拍去除率（Empty Image Removal Rate，EIRR）。

研究结果部分，3.1性能小节显示：MD_CS在LSM上FNR=1.77%、SC上4.28%，但FPR偏高（SC 8.14%、LSM 8.45%）；MD_CL在SKG上FPR=0.40%、LSM 0.66%，F1最高达97.45%，但SKG上FNR=8.41%；MD_CS_CL综合最优，四集FNR 1.41%–4.00%、FPR 0.30%–0.94%，F1为98.08%（SC）/97.93%（SE）/97.43%（SKG）/98.69%（LSM），自动分类部分占91%–93%，余下送审。3.2效率小节指出MD_CS在RTX 3070笔记本3.19张/秒、RTX 4090服务器6.72张/秒，MD_CL服务器5.44张/秒，MD_CS_CL 3.97张/秒。3.3消融小节证明SOD与CS协同使MD_CS的FPR从单CS模块的64%–89%降至4.89%–8.45%；SAM增广使MD_CL的FNR再降0.74%–2.34%、F1升1.2%–3.1%。

讨论部分总结：三种方法互补，MD_CS适低算力怕漏检、MD_CL适有训练算力怕空拍多、MD_CS_CL适双严场景；相较Sherlock及Mononen主动集成法等需标注或泛化弱的方案，本研究跨SC/SE/SKG/LSM均稳。阈值θ₁–θ₅经敏感性分析选定并直迁LSM仍有效。局限在于MD_CS受光照植被晃动态影响、MD_CL伪标签含噪（专家校验99.3%正确但SAM增广样本未独立校验）、按置信度切分可能同触发事件入训测、未显式处理类别不平衡、MD本身未轻量化。结论部分译文如下：本研究针对单机MD无法兼顾FNR与FPR的缺陷，提出三种改进方法；在SC、SE、SKG及未见LSM四集上均无人工标注，MD_CS与MD_CL自动滤除超90%空拍、MD_CS_CL因保守投票滤除87%以上，LSM跨硬件零样本迁移良好；MD_CS借上下文比对降FNR，MD_CL借伪标签分类压FPR，MD_CS_CL集成双降；三者均优于原MD，为大规模相机陷阱监测提供免标注可靠过滤工具。