Gatos y perros

Investigamos el problema de categorización de objetos de alta precisión para determinar la raza del animal a partir de una imagen. Para ello, presentamos un nuevo conjunto de datos anotados de mascotas que abarca 37 razas diferentes de gatos y perros. El problema visual es muy desafiante, ya que estos animales, especialmente los gatos, son muy deformables y puede haber diferencias muy sutiles entre las razas. Realizamos varias contribuciones: primero, introducimos un modelo para clasificar automáticamente la raza de una mascota a partir de una imagen. El modelo combina la forma, capturada por un modelo de partes deformables que detecta la cara de la mascota, y la apariencia, capturada por un modelo de bolsa de palabras que describe el pelaje de la mascota. Ajustar el modelo implica segmentar automáticamente el animal en la imagen. Segundo, comparamos dos enfoques de clasificación: uno jerárquico, en el que primero se asigna una mascota a la familia de gatos o perros y luego a una raza, y otro plano, en el que la raza se obtiene directamente. También investigamos varias disposiciones espaciales orientadas al animal y la imagen. Estos modelos son muy buenos: superan todos los resultados publicados anteriormente en la desafiante prueba ASIRRA (discriminación entre gato y perro). Cuando se aplican a la tarea de discriminar entre las 37 razas diferentes de mascotas, los modelos obtienen una precisión media de alrededor del 59%, un resultado muy alentador considerando la dificultad del problema.