Identifying animals from a large group of possible individuals is very important for biodiversity monitoring and especially for collecting data on a small number of particularly interesting individuals, as these have to be identified first before this can be done. Identifying them can be a very time-consuming task. This is especially true, if the animals look very similar and have only a small number of distinctive features, like elephants do. In most cases the animals stay at one place only for a short period of time during which the animal needs to be identified for knowing whether it is important to collect new data on it. For this reason, a system supporting the researchers in identifying elephants to speed up this process would be of great benefit. In this paper, we present such a system for identifying elephants in the face of a large number of individuals with only few training images per individual. For that purpose, we combine object part localization, off-the-shelf CNN features, and support vector machine classification to provide field researches with proposals of possible individuals given new images of an elephant. The performance of our system is demonstrated on a dataset comprising a total of 2078 images of 276 individual elephants, where we achieve 56% top-1 test accuracy and 80% top-10 accuracy. To deal with occlusion, varying viewpoints, and different poses present in the dataset, we furthermore enable the analysts to provide the system with multiple images of the same elephant to be identified and aggregate confidence values generated by the classifier. With that, our system achieves a top-1 accuracy of 74% and a top-10 accuracy of 88% on the held-out test dataset.
MELDAE: A Framework for Micro-Expression Spotting, Detection, and Automatic Evaluation in In-the-Wild Conversational Scenes
College of Computer Science, National University of Defense Technology, China（国防科技大学计算机科学学院）；Shien-Ming Wu School of Intelligent Engineering, South China University of Technology, China（华南理工大学智能工程学院）；College of Computer Science and Technology, Zhejiang University, China（浙江大学计算机科学与技术学院）；College of Computer Science and Software Engineering, Shenzhen University, China（深圳大学计算机科学与软件工程学院）
Detection of trade in products derived from threatened species using machine learning and a smartphone application
Helsinki Lab of Interdisciplinary Conservation Science, Department of Geosciences and Geography, FI-00014, University of Helsinki, Finland（赫尔辛基跨学科保护科学实验室，地理科学与地理系，芬兰赫尔辛基大学）；School of Life Sciences, University of KwaZulu-Natal, Durban 4041, South Africa（生命科学学院，南非夸祖鲁-纳塔尔大学）
Hospital Clínic Barcelona, Universitat de Barcelona, IDIBAPS（巴塞罗那临床医院，巴塞罗那大学，IDIBAPS）；IBM Research AI, T J Watson Research Center（IBM研究AI，T J Watson研究中心）；Dermatology Service, Department of Medicine, Memorial Sloan Kettering Cancer Center（医学部皮肤科，纪念斯隆-凯特琳癌症中心）；Kitware；Signal Theory and Communications, Universitat Politècnica de Catalunya（信号理论与通信，加泰罗尼亚理工大学）；Melanoma Unit, Dermatology Department, Hospital Clínic Barcelona, Universitat de Barcelona, IDIBAPS（黑素瘤科，皮肤科，巴塞罗那临床医院，巴塞罗那大学，IDIBAPS）
Look Who's Talking: Active Speaker Detection in the Wild
Yonsei University（延世大学）
在这项工作中，我们提出了一种新的视听数据集在野外主动扬声器检测。当一个说话者的脸是可见的，同时声音也是可听到的时，他或她就被认为是活跃的。虽然主动说话人检测是许多视听任务的关键预处理步骤，但没有现有的自然人类语音数据集来评估主动说话人检测的性能。因此，我们策划了Active Speakers in the Wild（ASW）数据集，其中包含视频和具有密集语音活动标签的共现语音片段。音频片段的视频和时间戳是从VoxConverse中解析和采用的，VoxConverse是一个现有的扬声器diarisation数据集，由野生视频组成。从视频中提取人脸轨迹，并以半自动的方式基于VoxConverse的时间戳对活动片段进行注释。两个参考系统，一个自我监督的系统和一个完全监督的，在数据集上进行评估，以提供ASW的基线性能。跨域评估是为了显示配音视频在训练数据中的负面影响而进行的。
PTSD in the Wild: A Video Database for Studying Post-Traumatic Stress Disorder Recognition in Unconstrained Environments
University Paris-Est Créteil（巴黎东克雷泰伊大学）；University Paris City（巴黎城市大学）；Istanbul Technical University（伊斯坦布尔理工大学）；National Institute of Technology Warangal（瓦朗加尔国家技术学院）；The National Engineering School of Sfax（斯法克斯国家工程师学院）；French National Centre for Scientific Research（法国国家科学研究中心）
NativE: Multi-modal Knowledge Graph Completion in the Wild
Zhejiang University（浙江大学）；Ant Group（蚂蚁集团）；Zhejiang University-Ant Group Joint Laboratory of Knowledge Graph（浙江大学-蚂蚁集团知识图谱联合实验室）；Alibaba-Zhejiang University Joint Institute of Frontier Technology（阿里巴巴-浙江大学前沿技术联合研究院）
Efficient Method for Categorize Animals in the Wild
Peking University（北京大学）
相机陷阱中的物种自动分类将对地球上的生物多样性监测和物种分析有很大的帮助。为了加速自动物种分类任务的开发，“Microsoft AI for Earth”在CVPR 2019的FGVC 6研讨会上准备了一项挑战，称为“iWildCam 2019竞赛”。在这项工作中，我们提出了一种有效的方法来分类野生动物。我们将最先进的ImagaNet预训练模型转移到问题中。为了提高模型的泛化能力和鲁棒性，我们采用了有效的图像增强和正则化策略，如剪切，混合和标签平滑。最后，我们使用集成学习来提高模型的性能。由于先进的正则化策略和集成学习，我们在最终排行榜中获得了前7/336名。本工作的源代码可在https://github.com/Walleclipse/iWildCam_2019_FGVC6上获得
Automatically identifying, counting, and describing wild animals in camera-trap images with deep learning
University of Wyoming（怀俄明大学）；Auburn University（奥本大学）；Harvard University（哈佛大学）；University of Oxford（牛津大学）；University of Minnesota（明尼苏达大学）；Uber AI Labs（优步人工智能实验室）
Recognizing Families In the Wild: White Paper for the 4th Edition Data Challenge
Northeastern University（东北大学）；UMass Dartmouth（麻省大学达特茅斯分校）；Southeast University（东南大学）；Konica Minolta（柯尼卡美能达）；ISM Connect；Toyota Technological Institute at Chicago (TTIC)（芝加哥丰田工业大学）；University of Maryland（马里兰大学）
Recognizing Families In the Wild（RFIW）：一项年度大规模、多轨道的自动亲属关系识别评估，支持各种基于视觉亲属关系的问题，其规模比以往任何时候都要高。RFIW与第15届IEEE自动人脸和手势识别（FG）国际会议作为一项挑战联合举办，为发布原创作品和聚集专家讨论下一步提供了一个平台。本文总结了支持的任务（即，亲属关系验证、三主体验证和失踪儿童的搜索和检索），其中包括实际动机、技术背景、数据分割、指标和基准结果。此外，顶级提交（即，排行榜统计数据）被列出并作为对问题状态的高级分析进行审查。最后，本文的目的是描述2020年RFIW的挑战，端到端，以及对未来发展方向的预测。
Lossless Attention in Convolutional Networks for Facial Expression Recognition in the Wild
National Engineering Research Center for Multimedia Software (NERCMS), Wuhan University（武汉大学多媒体软件国家工程研究中心）；Iflytek Xingzhi Technology Co., Ltd（讯飞行知科技有限公司）
理解图像中的阴影效果对于各种视觉和图形问题至关重要，包括内在图像分解，阴影消除，图像重新照明和逆渲染。与其他视觉任务一样，机器学习是一种很有前途的理解阴影的方法，但现实世界的图像几乎没有真实的阴影数据。我们介绍了Shading Annotations in the Wild（SAW），这是一个新的室内场景中阴影注释的大规模公共数据集，包括通过众包获得的多种形式的阴影判断，以及从RGB-D图像自动生成的阴影注释。我们使用这些数据来训练一个卷积神经网络，以预测图像中每个像素的阴影信息。我们展示了我们的数据和网络在应用程序中的内在图像，在那里我们可以减少现有算法产生的分解文物的价值。我们的数据库可以在http://opensurfaces.cs.cornell.edu/saw/上找到。
Application of deep learning to camera trap data for ecologists in planning / engineering -- Can captivity imagery train a model which generalises to the wild?
Ove Arup and Partners（奥雅纳工程顾问公司）；Newcastle University（纽卡斯尔大学）
了解一个物种的丰富程度是了解其长期可持续性和我们可能对其产生的影响的第一步。生态学家使用相机陷阱远程调查特定动物物种的存在。先前的研究表明，深度学习模型可以被训练成自动检测和分类相机陷阱图像中的动物，具有很高的置信度。然而，训练这些模型的能力依赖于具有足够高质量的训练数据。当动物很稀有或者数据集不存在时会发生什么？本研究提出了一种方法，使用圈养的稀有动物（重点是苏格兰野猫）的图像来生成训练数据集。我们探讨了将人工饲养数据训练的模型应用于野外收集的数据时所面临的挑战。该研究的背景是生态学家在规划/工程的需求。根据其他研究的先例，该项目建立了一个合奏目标检测，图像分割和图像分类模型，然后使用不同的图像处理和类结构技术进行测试，以鼓励模型的推广。该研究的结论是，在苏格兰野猫的背景下，圈养图像训练的模型不能推广到野生相机陷阱图像使用现有的技术。然而，基于两类模型Wildcat vs Not Wildcat的最终模型性能在只有1%的图像包含野猫的测试集上实现了81.6%的总体准确性得分和54.8%的野猫准确性得分。这表明使用圈养图像是可行的，需要进一步研究。这是第一个研究，试图产生一个训练集的基础上圈养的数据和第一个探索这种模式的发展环境中的生态学家在规划/工程。
Towards Automatic Embryo Staging in 3D+T Microscopy Images using Convolutional Neural Networks and PointNets
Institute of Imaging and Computer Vision, RWTH Aachen University（亚琛工业大学成像与计算机视觉研究所）；Institute for Automation and Applied Informatics, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院自动化与应用信息学研究所）
