金絲猴的“看臉時代”來了

小飛魚

據有關部門調查估計，目前在秦嶺山脈里，大約生活有39個野生金絲猴群，數量約5000只，它們算得上是僅次于國寶大熊貓的明星物種

在人臉識別技術日趨成熟的今天，研究人員已經開始將這一技術擴展到動物研究中。日前，西北大學的金絲猴研究團隊首次開發出動物個體識別系統——Tri-AI，實現了對猴子的面部檢測、識別和跟蹤。這對于金絲猴的保護有著重要意義。

那么，這一系統是如何對猴子面孔進行識別的呢？

打個通俗的比方：假設一個人從來沒有見過芒果，也不知道芒果有桂七芒、金煌芒、貴妃芒、紅象牙芒等品種，有一天我們把很多種芒果混合在一起擺在這個人面前，讓他將這些芒果分類放好，這個人肯定會一臉迷茫。但要是這個人見過、吃過足夠多品種的芒果，他肯定就能分辨出各種芒果的異同。

同樣的道理，對沒有經過“訓練”的Tri-AI系統來說，識別猴臉可真是太難了。因此，科學家們需要給它提供數量足夠多、足夠清晰的猴臉數據。但野外環境復雜，猴子也不會乖乖地對著鏡頭說“茄子”，這給猴臉數據搜集帶來了巨大的挑戰。不過我國科學家們克服重重困難，在惡劣環境下搜集猴臉數據，淘汰了不計其數的樣本，最終成功地給Tri-AI系統“投喂”了包括41種靈長類動物的102399份圖像資料，并將這些數據慷慨地分享給了全世界。

Tri-AI系統不僅可以應用于多個類群的不同物種，還可以處理彩色圖像和灰度圖像，因此，無論是白天還是夜間的照片，都能夠進行無礙觀測與識別，滿足研究者的需求。

建立好數據庫之后，Tri-AI系統還需要兩個步驟才能識別猴臉——目標檢測和對象識別。

目標檢測主要是確定視野框內，哪一區域有猴臉、哪一區域沒有猴臉。經過目標檢測算法Faster RCNN檢測后，方框標記的區域就是“猴臉所在區域”，框內的區域會被標記為1，框外標記為0。

但是，如果猴子不是面對鏡頭，比如側著臉或者低著頭時，系統是識別不到的。這就跟咱們戴著口罩時不能進行人臉識別是一個道理。

這一步驟主要是確認上一步檢測到的猴子的編號或者名字。系統將第一步獲得的面部數據與數據庫對比，如果有匹配的，則直接給出其識別號或名字;如果沒有找到數據庫中匹配的圖像，則會將其標記為新個體，并賦予它新的編號或名字，如“3號猴子”“7號猴子”“新的猴子”。

經過科研人員艱辛的數據收集和精心的模型調優，最終得到的猴臉識別系統Tri-AI，可以在1秒內識別31張圖片，而且識別準確率高達94.11%。

針對動物的面部識別除了能夠應用于金絲猴研究，還能夠用于優化畜牧業。例如，將牧場的動物進行編號，幫助養殖戶檢測每個動物的健康狀況，從而實現精細化管理，降低成本、增加效益。另外，動物面部識別還能應用于野生動物保護和科普。

由于起步較晚，動物面部識別領域目前仍存在很多待突破的難點，如數據的采集。一些野生動物活動范圍隱蔽，很難捕捉到有效圖像;同一物種的動物，無論面部還是身體部位，差異并不是很大，也給AI識別系統帶來極大挑戰。但從現有研究來看，無論是應用于科學研究、畜牧業還是野生動物保護和科普，動物面部識別在未來都大有潛力。