PuTR-CouT: Counting-by-Tracking in Camera-Trap Image Sequences
研究人员提出 PuTR-CouT 框架，利用基于 Transformer 的关联机制在相机陷阱图像序列中实现动物计数。该研究针对标注数据稀缺及帧率低（约每秒 1 帧）的挑战，通过利用静态背景和短时脉冲等结构先验，以弱监督方式生成合成训练数据以构建伪跟踪标签。实验表明，该方法在 iWildCam 2021 基准测试中表现优于改进的 MaxBoxCount 启发式算法，实现了具有多物种预测和轨迹级验证能力的竞争性计数结果。