多模态犬只指纹框架：真实视频中的狗个体识别与追踪

研究提出一种多模态犬只指纹框架，结合视觉识别、多目标追踪与犬吠声纹，将吠叫事件关联到具体犬只并维持持久档案，可在遮挡、吠叫重叠和画面外吠叫时完成识别。团队同时发布包含 46 段真实视频、213 个手工标注吠叫事件的基准，框架在可见事件中于 IoU ≥ 0.30 下正确定位活跃可见犬只的比例为 61.83%，可见与画面外吠叫检测 F1 达 91.33%。