科學家基于深度神經網絡模型進行猴臉識別

人臉識別技術正在飛速發展。西北大學卻不走尋常路，利用人工智能（AI）技術為秦嶺地區數千只川金絲猴進行猴臉識別。

如何能夠準確、快速地對野生動物進行個體識別，實現連續的“焦點動物取樣”和個體全覆蓋的“全事件取樣”，從而科學地認識并據此開展動物保護工作，一直是全世界動物學家向往但又無法突破的難題。

西北大學生命科學學院教授郭松濤針對這一前沿問題，與計算機科學領域的專家深度交叉融合，建立動物AI研究團隊。該團隊基于金絲猴研究團隊長期對該物種特征的研究結果，提出具有關注機制的深度神經網絡模型，首次開發出基于Tri-AI技術的金絲猴個體識別系統。

“系統顛覆了依靠動物斑紋、顏色、傷疤等個體特征或者人為標記特征的傳統方法，實現了對野生個體的準確身份識別和連續跟蹤采樣的功能。更重要的是，該系統為在理想條件下實現‘無觀察者干擾效應的動物學研究提供了可能。”郭松濤說。

相較于人臉識別，猴臉識別技術難度在于金絲猴的臉部皮膚區域帶毛區域多，且毛發區域相對更明顯，紋理特征更復雜，對識別系統的深度學習能力提出了更高的要求。

“我們需要數量更多、質量更高的個體圖像樣本，來提高識別率。”研究團隊負責人李保國解釋道，“野外環境很復雜，金絲猴不會主動配合，拍到好的圖片和視頻比較難。我們的目標是拍攝到每一只秦嶺金絲猴的圖像樣本，對秦嶺金絲猴都能通過猴臉識別技術完成識別。”

目前，猴臉識別技術處于實驗推廣階段，可識別約200只秦嶺金絲猴。“該系統已經在靈長類的41個代表性物種和4種食肉動物群體進行了適用性驗證，平均識別精度達94.1%。”西北大學信息科學與技術學院副教授許鵬飛說。

現在，Tri-AI系統不僅可以應用于多個類群的不同物種，還可實現夜間連續無礙觀測。該技術極大地提高了個體數據分析效率，為動物學研究提供新的技術方案，也為實現野生動物保護和智能管理提供可靠的技術支撐。

目前，該項工作已經進入到應用推廣的階段。一方面，已初步完成“動物個體識別”系統（V1.0）的開發，并在多處秦嶺金絲猴分布地用于多個種群、上千只個體的識別和記錄，開始啟動建立秦嶺金絲猴個體信息庫的工作;另一方面，該項工作進一步擴展應用行業和范圍，結合野外和圈養條件下識別動物的不同應用場景與需求，進行個性化識別功能的研發，并將在基于動物精準識別的基礎上實現動物保護、飼養、繁育和研究的精細化管理。