跳到正文
arXiv · 机器人与计算机视觉· Yuzhuo Li, Di Zhao, Tingrui Qiao, Yihao Wu, Bo Pang, Yun Sing Koh·· 2026-10-12AI 评分48

MetaWild 数据集与 MFA 模块如何提升多模态动物重识别性能

Advancing Wildlife Conservation through Multimodal Animal Re-Identification with Environmental Metadata

AI 导读

MetaWild 数据集包含 20,890 张六种物种图像及环境元数据,配合轻量级 Meta-Feature Adapter (MFA) 模块可融入现有视觉语言模型。实验表明结合元数据的方案在 MetaWild 上表现优于仅用视觉信息,验证了引入温度、昼夜节律等生态关联特征对个体识别的有效性。该工作通过 arXiv:2609.34094v2 发布,旨在推动野生动物保护中的计算机视觉应用。

来源:arXiv · 机器人与计算机视觉 · arxiv.org