航空撮影された野生動物の細粒度分類は、モデルの性能だけでなく、ラベル信頼性の問題によって制限されている。動物は画像上でわずかなピクセル領域しか占めず、重要な視覚的手がかりは季節によって異なり、複数の画像モダリティからの証拠は曖昧になりやすい。本研究は、赤鹿のオスの成体識別を対象に、鹿の角のサイクルが信頼できる証拠の予測可能なウィンドウを定義することに着目した。3人のアノテータにより標注した7,295のRGB専用、熱画像専用、およびRGB+熱画像の対応するクロップセットを用いて、季節的構造がアノテーション品質、下流の分類性能、および選別的予測を相互に関連付けることを実証した。 RGB+熱画像の組み合わせレビューは単一モダリティよりも多くのサンプルを解決し、RGBまたは熱画像単独では見落とされるオスのラベルを回復させた。これは人間によるアノテーションとモデルベースの分類の両方で確認された。アノテータが判定を控えた月は分類器の信頼度も低く、柔軟な季節的先験情報は特に季節限定的な熱画像モダリティに利益をもたらした。不確実性帯域に基づく判定控制はカバー精度を98.9%までさらに向上させたが、カバレッジは低下し、判定控制はオスに不釣り合いに集中した。全体として、生物学的根拠に基づいた季節カレンダーはアノテーションと予測が信頼できない箇所を予測でき、アノテーションプロトコル設計とモダリティ重み付けの両者を指導できる可能性を示唆している。