计算机视觉解决方案：基于贝壳识别的生态修复系统
摘要背景
每年约有五吨贝壳作为非法纪念品从哥斯达黎加海滩流失。当这些贝壳被查获后，由于缺乏溯源信息，难以确认其原属海域（太平洋或加勒比海），导致无法实施归放。为此开发了一套计算机视觉解决方案。
技术方案
BackHome19K数据集：
- 首个包含海岸级别标注的大规模图像语料库
- 包含19,058张照片，涵盖516个贝类物种
轻量级处理流程：
- 训练异常过滤器对上传图像进行预筛选
- 提升对用户生成噪声的鲁棒性
- 在移动级CPU上实现实时溯源推断
性能表现
- 分类器在测试集上达到86.3%平衡准确率
- 过滤器对180个域外物体的拒绝率达93%，且零误报
- 部署为Web应用后，单图像处理时间低于3秒
- 已为野生动物官员处理70,000枚贝壳
应用价值
该系统使被没收标本能够安全回归原生生态系统，数据集可通过指定URL获取。研究成果已被ICCV 2025（CV4E Workshop）接收。