一种计算机视觉方法,用于在自然历史收藏中找到错误标记的标本

科学领域:

• 生物多样性研究的研究.
• 进化生物学是进化的生物学.
• 博物馆信息学 博物馆信息学

背景情况:

• 自然历史收藏对生物多样性和进化研究至关重要.
• 标签错误的样本对收集管理和研究完整性构成挑战.
• 现有的验证方法,如遗传分析,可能是资源密集型,损害标本.

研究的目的:

• 开发和应用计算机视觉管道,用于数字化标本的自动分类验证.
• 在大型自然历史藏品中识别错误标记的标本.
• 提高自然历史收藏管理的效率和准确性.

主要方法:

• 开发了一种计算机视觉管道,并应用于自然历史博物馆 (NHM) 的数字化英国和爱尔兰类动物收藏.
• 管道中发现了具有潜在错误标记物种身份的标本.
• 标记一致的标本被分类学专家视觉检查,一些被选择用于遗传验证.

主要成果:

• 计算机视觉管道在350,208个标本中标记了99,350个 (28.37%) 标签可能是错误的.
• 对210个标记一致的标本进行专家检查,发现145个 (69%) 的标签确实是错误的.
• 计算机视觉和基因分析的结合提高了识别准确度.

结论:

• 计算机视觉提供了一种创新的,非破坏性的方法,用于在大自然历史收藏中进行分类学验证.
• 错误标记的标本的自动识别显著提高了收集数据的质量.
• 计算机视觉和基因分析之间的协同作用改善了管理,并为未来的研究保存了收藏品.