雉雞亞種種群的圖像識(shí)別研究

王 彪 王 筠 屈軍樂(lè)

(1.深圳大學(xué)生命與海洋科學(xué)學(xué)院，深圳，518060；2.深圳大學(xué)光電工程學(xué)院，光電子器件與系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，深圳，518060)

雉雞(Phasianuscolchicus)，頸部下方有一圈顯著白色環(huán)紋，為我國(guó)雉科(Phasianidae)中分布最廣的鳥(niǎo)類。目前已確定多達(dá)31個(gè)亞種，一些亞種從表型與遺傳上已適應(yīng)于不同的地理區(qū)域(例如：寒帶、熱帶、干旱區(qū)、高原等)，從而形成了各具特色的獨(dú)特群體[1]。群體間的差異可能是自然選擇、配偶選擇、群體歷史遷移等共同的影響[2-4]。近年來(lái)，動(dòng)物學(xué)家通過(guò)形態(tài)分類和分子生物學(xué)手段對(duì)雉雞亞種的種群類型進(jìn)行了較為深入的研究[5-6]。例如：Qu等[7]以線粒體DNA(mtDNA)控制區(qū)基因1 079 bp堿基序列為遺傳標(biāo)記，研究了中國(guó)雉雞28個(gè)群體的分子生態(tài)(將我國(guó)雉雞群體分成3個(gè)進(jìn)化支(clade)，與依形態(tài)上劃分的“白翅組、準(zhǔn)噶爾組、灰腰組”對(duì)應(yīng)[8])。Liu等擴(kuò)大了取樣的范圍，對(duì)全國(guó)13個(gè)亞種58個(gè)采樣點(diǎn)的483個(gè)雉雞樣本進(jìn)行了線粒體DNA控制區(qū)和細(xì)胞色素b共1 625 bp的序列進(jìn)行了分析，將全國(guó)的雉雞分為7個(gè)主要進(jìn)化支，發(fā)現(xiàn)隨著適宜的棲息地的擴(kuò)大，雉雞群體適應(yīng)性產(chǎn)生的差異也在各亞種之間的形態(tài)上有所體現(xiàn)[9-11]。Kayvanfar等的研究確認(rèn)了elegans亞種的分布范圍在中國(guó)云南西北部，在所研究的17個(gè)亞種中處于基礎(chǔ)地位，并且驗(yàn)證了雉雞可能起源于中國(guó)東南部森林的假設(shè)[12-13]。

雉雞的亞種種群具有分布范圍廣、群體數(shù)量大、擴(kuò)散能力弱等特點(diǎn)，在漫長(zhǎng)的進(jìn)化歷史中，形成了形色各異的亞種羽色圖案形態(tài)。通過(guò)對(duì)雉雞亞種羽色形態(tài)進(jìn)行研究，能夠更精準(zhǔn)地對(duì)其進(jìn)行亞種分類，基于宏觀形態(tài)的類別又可以與微觀分子的進(jìn)化進(jìn)行比較分析，即可揭示種群遺傳格局和歷史動(dòng)態(tài)，并能從另一角度理解自然選擇、種群歷史等對(duì)于雉雞遺傳格局及演化的不同影響[14-16]。同時(shí)，基于形態(tài)學(xué)的詳細(xì)分析可為基因與形態(tài)的關(guān)聯(lián)研究(genome-wide association study)提供更多的有用信息[3，17-19]。

雉雞亞種羽色形態(tài)觀察大多通過(guò)動(dòng)物學(xué)家人眼進(jìn)行，但有經(jīng)驗(yàn)的動(dòng)物識(shí)別專家往往需要多年的經(jīng)驗(yàn)積累。對(duì)于雉雞這樣分布廣、數(shù)量大、亞種形態(tài)復(fù)雜易混的物種來(lái)說(shuō)，識(shí)別準(zhǔn)確難以實(shí)現(xiàn)。隨著數(shù)碼相機(jī)等觀察設(shè)備的更新?lián)Q代，可以運(yùn)用圖像數(shù)字化的技術(shù)對(duì)光線、角度、環(huán)境干擾等多種復(fù)雜因素的進(jìn)行修正，明顯提高了野外采集雉雞羽色形態(tài)的圖像質(zhì)量。通過(guò)實(shí)驗(yàn)室計(jì)算機(jī)圖形的后期數(shù)字化分析，可以幫助更好地識(shí)別雉雞亞種，對(duì)物種鑒定進(jìn)行輔佐糾偏。

實(shí)現(xiàn)數(shù)字圖形識(shí)別的前提是通過(guò)特征提取，將雉雞圖像區(qū)域與背景區(qū)分出來(lái)。因此，需要建立雉雞羽色數(shù)據(jù)庫(kù)，應(yīng)用已有的信息進(jìn)行輔助提取。另一方面，羽毛的樣式和顏色受遺傳與環(huán)境交互影響，是一些具有獨(dú)特紋理的圖案和一些不可描述的特征組合。圖像數(shù)字化處理：(1)基于像素的分割：利用像素外觀作為像素分配標(biāo)簽；(2)基于區(qū)域的分割：主要通過(guò)尋找圖像之間的邊界來(lái)將圖像分割成區(qū)域；(3)基于圖像標(biāo)記的分割：被定義于全局能量函數(shù)，但精準(zhǔn)度取決于外觀和圖像梯度的識(shí)別[20-21]。特征提取后，需要用數(shù)字分類方法對(duì)圖像進(jìn)行解析，這是一種基于模板匹配的動(dòng)物圖像監(jiān)測(cè)模型，并可通過(guò)基于顏色特征的支持向量機(jī)(support vector machine，SVM)對(duì)雉雞的分類特征進(jìn)行聚類與描述。其中，K近鄰分類算法(K-nearest neighbor)、概率神經(jīng)網(wǎng)路(probabilistic neural network)和符號(hào)分類器(symbolic classifier)是最有效的3種算法[22-26]。本研究通過(guò)以上3種算法，對(duì)大英博物館提供的25個(gè)雉雞亞種的標(biāo)準(zhǔn)圖片進(jìn)行識(shí)別，探索數(shù)字識(shí)別在雉雞亞種鑒定中的可能性。

1 材料與方法

本研究的雉雞亞種外觀性狀圖像取自大英博物館館藏標(biāo)本，共25個(gè)亞種，每個(gè)亞種2張不同角度的全身數(shù)碼圖片(圖1)。對(duì)圖片的處理包含圖像切割、特征提取、特征分析與聚類3個(gè)步驟。

1.1 圖像分割

首先通過(guò)TernausNet對(duì)圖形微切分割出色彩微格，并將其灰白化[27](圖2)。對(duì)于原始分割進(jìn)行賦值、合并、再切割。在分割中，圖像的中心區(qū)域被稱為目標(biāo)標(biāo)記區(qū)域，圖像的邊界稱為背景標(biāo)記區(qū)域。對(duì)數(shù)值矩陣進(jìn)行標(biāo)記：標(biāo)記對(duì)象區(qū)域、標(biāo)記背景區(qū)域和非標(biāo)記區(qū)域[28]。提取對(duì)象輪廓及非標(biāo)記區(qū)域被分配給對(duì)象區(qū)域或背景區(qū)域。

1.2 特征提取

利用Gabor函數(shù)的濾波器微格對(duì)數(shù)字圖像模式進(jìn)行分析，將有效表征的重復(fù)結(jié)構(gòu)進(jìn)行歸納，在空間域和頻率域的聯(lián)合不確定性之間進(jìn)行折中[29]?；陬l率分析的數(shù)學(xué)特性通過(guò)Gabor函數(shù)來(lái)進(jìn)行描述，將空間和頻率聯(lián)合的不確定性最小化。微格分析通過(guò)應(yīng)用同一組尺度和方向選擇性的Gabor來(lái)完成的[30]。對(duì)圖像的過(guò)濾所應(yīng)用的二維Gabor函數(shù)G(x；y)及其傅立葉變換G(u；v)可以寫(xiě)成：

式中：波長(zhǎng)(λ)：以像素為單位指定，大于等于2，不大于輸入圖像尺寸的五分之一；方向(θ)：Gabor函數(shù)并行條紋的方向，取值為0到360°；相位偏移(φ)：取值范圍-180°到180°，分別對(duì)應(yīng)中心對(duì)稱的center-on函數(shù)和center-off函數(shù)；長(zhǎng)寬比(γ)：空間縱橫比，Gabor函數(shù)形狀的橢圓率。操作程序可在github.com/mhaghighat/gabor獲取。

1.3 特征分析與聚類

通過(guò)檢測(cè)重要特征來(lái)減少數(shù)據(jù)的維度，每個(gè)雉雞圖像所使用的特征選擇算法分為兩類：(1)過(guò)濾法：通過(guò)矩陣評(píng)估和選擇特征子集的數(shù)據(jù)特征，需要濾波器用作圖像預(yù)處理步驟；(2)包含法：使用機(jī)器學(xué)習(xí)算法的性能來(lái)評(píng)估每個(gè)算法候選特征子集，尋找最優(yōu)化學(xué)習(xí)的特征算法。

聚類方式包括：

K近鄰分類算法是基于“最近距離(nearest neighbor)”的算法，通過(guò)R語(yǔ)言中的yalmpute程序包實(shí)現(xiàn)[31-33]。K近鄰分類算法采用向量形式測(cè)試樣本特征，找到每個(gè)訓(xùn)練示例的向量的歐氏距離，作為最近距離。隨后，將標(biāo)簽分配在測(cè)試樣本上，利用“平滑”假設(shè)，歸類聚合相同的微格模塊。

概率神經(jīng)網(wǎng)路是3層結(jié)構(gòu)的前饋網(wǎng)絡(luò)，來(lái)自貝葉斯決策網(wǎng)絡(luò)(Bayesian network)，通過(guò)R語(yǔ)言中的PNN程序?qū)崿F(xiàn)(https：//github.com/chasset/pnn)。它基于訓(xùn)練樣本的概率密度函數(shù)，使用相似的概率密度函數(shù)，針對(duì)每個(gè)測(cè)試向量單獨(dú)進(jìn)行計(jì)算[34])。在輸入到網(wǎng)絡(luò)之前對(duì)向量進(jìn)行同一化。隱含層每個(gè)分類含一個(gè)節(jié)點(diǎn)，輸出層具有用于每個(gè)模式分類的節(jié)點(diǎn)。

符號(hào)分類器使用提取的Gabor特征作為雉雞樣本的符號(hào)表示[35-36]，通過(guò)R語(yǔ)言中的symbolicDA程序?qū)崿F(xiàn)(http：//keii.ue.wroc.pl/symbolicDA)。由于雉雞羽毛的特征在每個(gè)亞組中具有的類內(nèi)差異較小，區(qū)分這些變化較困難。因此使用非常規(guī)數(shù)據(jù)處理，能夠更有效地區(qū)分并保存數(shù)據(jù)之間的差異。基于象征特征的算法適應(yīng)于捕捉變化區(qū)間值的特征向量。

2 結(jié)果

雉雞亞種圖像識(shí)別結(jié)果顯示了分割與特征提取的性能和效率，此步驟結(jié)果可直接影響到后面的聚類分析。在提取時(shí)，不同的種群呈現(xiàn)出不平衡的數(shù)據(jù)集。檢測(cè)的雉雞5大亞種類群，包括：黑頸雉雞(Phasianuscolchicuscolchicus)、橄欖腰雉雞(Phasianuscolchicustarimensis)、灰腰雉雞(Phasianuscolchicushagenbecki)、準(zhǔn)格爾雉雞(Phasianuscolchicusmongolicus)和白翅雉雞(Phasianuscolchicuschrysomelas)(圖3)?？偟膩?lái)說(shuō)，所有模型取得的識(shí)別效果并不好，主要在于雉雞的羽色過(guò)于接近。其中灰腰雉雞的利用概率神經(jīng)網(wǎng)路(PNN)的識(shí)別精度最高，為62.3%。而橄欖腰雉雞和白翅雉雞則分別利用K近鄰分類算法(KNN)和概率神經(jīng)網(wǎng)路(PNN)所獲得的識(shí)別度最低，僅有20.5%。

對(duì)完整雉雞圖像數(shù)據(jù)集的識(shí)別包含5大亞種集群一共25個(gè)亞種，但來(lái)自各大集群的亞種數(shù)目并不平衡，本研究依然采納所有亞種圖像進(jìn)行分析驗(yàn)證。結(jié)果表明雉雞在大的亞種類群中識(shí)別度較高。依然是概率神經(jīng)網(wǎng)路取得了最好的效果，識(shí)別性能從19.2%到60.4%。最簡(jiǎn)單的模型K近鄰分類算法性能較低。模型符號(hào)分類器也顯示了較好的結(jié)果。

本研究對(duì)圖像切割后的灰度微格的識(shí)別效率，繼而運(yùn)用序列前向選擇法、序列后向選擇法、序列浮動(dòng)前向選擇法和序列浮動(dòng)后向選擇法等算法，對(duì)差異紋理特征進(jìn)行提取和聚類，并進(jìn)行了多重組合驗(yàn)證[37]。這種驗(yàn)證技術(shù)僅適用于K近鄰分類算法、概率神經(jīng)網(wǎng)路和符號(hào)分類器的基礎(chǔ)構(gòu)架設(shè)計(jì)。其模型具有預(yù)先訓(xùn)練的權(quán)值，本研究的實(shí)驗(yàn)結(jié)果顯示了完整的驗(yàn)證結(jié)果。在數(shù)據(jù)模擬進(jìn)行到40%時(shí)，數(shù)值就已趨于穩(wěn)定，平均值穩(wěn)定為(70.8±4.5)，驗(yàn)證了識(shí)別結(jié)果的可靠性。

在對(duì)雉雞亞種圖像識(shí)別的進(jìn)一步驗(yàn)證中，本研究將所有亞種圖片共50張對(duì)應(yīng)的主要亞種類群進(jìn)行比對(duì)，5個(gè)亞種類別為：黑頸雉雞、橄欖腰雉雞、灰腰雉雞、準(zhǔn)格爾雉雞和白翅雉雞。在只考慮不平衡數(shù)據(jù)集的驗(yàn)證中，每一類的所有圖像樣本被拆分為2組：預(yù)測(cè)亞種類群與目標(biāo)亞種類群(表2)。同時(shí)，類群的判別應(yīng)用了3種聚類模型。如果有2個(gè)以上判定為同一種，可認(rèn)定為這一種。結(jié)果證明，本研究并沒(méi)有3個(gè)模型判定為3個(gè)不同類群的情況，因此50個(gè)實(shí)驗(yàn)圖像都被歸集到相應(yīng)的群組之中。其中，3個(gè)模型判定完全一致的占52.5%。通過(guò)這個(gè)3模型聯(lián)合驗(yàn)證法，雉雞亞群的平均識(shí)別率已經(jīng)達(dá)到了70%，最低的(即對(duì)于橄欖腰雉雞的識(shí)別)也在60%。

表1 圖像識(shí)別聚類的交叉驗(yàn)證率

表2 3種模型綜合使用的圖片識(shí)別驗(yàn)證

3 分析與討論

本研究測(cè)試了通過(guò)羽毛圖案對(duì)雉雞亞種類群進(jìn)行識(shí)別的計(jì)算方法，主要依托K近鄰分類(KNN)、概率神經(jīng)網(wǎng)路(PNN)和符號(hào)分類器3大函數(shù)。利用最大區(qū)域合并分割雉雞圖像，從分割圖像中提取Gabor特征，判別Gabor特征，然后使用3大算法進(jìn)行特征選擇。對(duì)于所提出的方法的有效性，我們也進(jìn)行了不同維度的驗(yàn)證，包括對(duì)能采集到圖像資料的所有亞種(共25種)進(jìn)行了分析，并在交叉驗(yàn)證中混入來(lái)自圖冊(cè)或野外工作采集的圖片。同時(shí)，考慮了不同大小的亞種數(shù)據(jù)庫(kù)的差異，研究了非平衡狀況下效果分類的精度。實(shí)驗(yàn)結(jié)果表明，概率神經(jīng)網(wǎng)路(PNN)優(yōu)于其他個(gè)體特征。

通過(guò)數(shù)字模型對(duì)雉雞亞種種群進(jìn)行圖像識(shí)別證實(shí)了目前數(shù)字分類的難度。同時(shí)，通過(guò)比較可以清楚地發(fā)現(xiàn)概率神經(jīng)網(wǎng)路(PNN)模型可以被較好地應(yīng)用到圖片識(shí)別數(shù)據(jù)集之中。此外，K近鄰分類算法(KNN)的算法架構(gòu)最為簡(jiǎn)單，分類結(jié)果對(duì)于某些類群也顯示了良好的效果。而用符號(hào)分類器實(shí)現(xiàn)高性能，對(duì)圖像數(shù)字矩陣模型的平衡性有較高要求。對(duì)于雉雞羽色的識(shí)別，圖3顯示平衡數(shù)據(jù)集的性能結(jié)果并沒(méi)有其他2種算法表現(xiàn)好。本研究結(jié)果還顯示，對(duì)于25種亞群群體的圖像識(shí)別與人臉識(shí)別相比都有不同程度的性能退化，這可能是雉雞初始樣品集圖像大數(shù)據(jù)欠缺的原因。而分析過(guò)程中，初始樣本的分類結(jié)果也確認(rèn)了本研究分析流程的可靠性，因而表明為未來(lái)研究需求還應(yīng)采集更大量和高精度的樣本圖像。

在特定雉雞類群的識(shí)別方面，對(duì)于準(zhǔn)格爾雉雞，3種算法K近鄰分類、概率神經(jīng)網(wǎng)路和符號(hào)分類器顯示出非常接近的性能，這可能是由于準(zhǔn)格爾雉雞在羽毛外觀形態(tài)上和其他幾類亞種類型的重疊度最高。在其他幾個(gè)亞種類群中，灰腰雉雞擁有反差最大的羽色特征，這也是造成在概率神經(jīng)網(wǎng)路算法下，獲得最高識(shí)別度的原因。白翅雉雞在3種算法下的效率都不好，主要因?yàn)榘咨珔^(qū)域的識(shí)別度較差。而在實(shí)際野外采樣中，采集到的自然界的樣本可能更難形成被模型高效識(shí)別的數(shù)據(jù)集。

通過(guò)圖像識(shí)別聚類的交叉驗(yàn)證，可以推斷出序列浮動(dòng)后向選擇法的模型精度較低，而與訓(xùn)練相比新數(shù)據(jù)集的序列前向選擇法可取得更好的驗(yàn)證結(jié)果。因?yàn)镵近鄰分類算法呈現(xiàn)了從61.7%到79.2%的變化范圍，表明結(jié)果可能出現(xiàn)了過(guò)度擬合。最重要的微格數(shù)值矩陣帶來(lái)了計(jì)算成本的極大不確定性，也是在實(shí)際應(yīng)用中需要考慮到的。

4 結(jié)論

本研究通過(guò)計(jì)算機(jī)圖像識(shí)別對(duì)羽色圖案各異的雉雞亞種類群實(shí)現(xiàn)自動(dòng)化分類。雖然現(xiàn)在的識(shí)別效率還不夠精準(zhǔn)，優(yōu)化后的模型也只能對(duì)5個(gè)亞種大類進(jìn)行識(shí)別，且成功率只有大約70%，但這對(duì)于野外物種的標(biāo)準(zhǔn)化采集與識(shí)別是一次重要的嘗試。系統(tǒng)性的數(shù)字識(shí)別會(huì)降低野外觀測(cè)的偏差，同時(shí)數(shù)字化提取出的信息也可以作為系統(tǒng)進(jìn)化分析的重要原始數(shù)據(jù)。目前識(shí)別效率較低主要原因有：第一，目前用于優(yōu)化模型的雉雞羽色形態(tài)的初始數(shù)據(jù)量仍不足。隨著對(duì)于雉雞的深入研究，以及有意識(shí)的采集高質(zhì)量的圖片，一定會(huì)有更多的原始圖像數(shù)據(jù)積累。第二，數(shù)碼攝影的硬件局限，雖然現(xiàn)代的照相設(shè)備已經(jīng)能達(dá)到很高的像素質(zhì)量，但光線處理問(wèn)題仍還存在瓶頸，有待于攝影硬件的技術(shù)突破。第三，本研究采用灰度微格進(jìn)行分析，制約了顏色數(shù)字矩陣的轉(zhuǎn)換，一定程度上丟失了一些重要的形態(tài)信息，需要進(jìn)一步的技術(shù)改良。第四，本研究采用的數(shù)據(jù)模型并非嚴(yán)格意義上的人工智能算法。相信現(xiàn)代計(jì)算科學(xué)的快速發(fā)展，會(huì)帶來(lái)更加高效率的數(shù)值算法，使得更好的圖像識(shí)別成為可能。再伴有越來(lái)越多的大數(shù)據(jù)收集與儲(chǔ)存，計(jì)算機(jī)視覺(jué)的深度學(xué)習(xí)技術(shù)能力肯定能在不久的將來(lái)，使得此探索性研究的功能與成果得到顯著性提高。