西北大学发布猴脸识别论文,公开 10 种动物面部数据集

在人脸识别日趋成熟的今天,研究人员已经开始将这一技术扩展到动物研究中。最近,西北大学 研究团队提出的「猴脸识别技术」,不仅能识别出金丝猴,还能具体到是哪只猴。这对于金丝猴的保护有着重要意义。

在中国的四川、陕西及甘肃的山林深处,生活着一批珍稀物种,它们因长着一身金色的皮毛,而得名「金丝猴」。

但漂亮的皮毛,却让金丝猴家族成为了盗猎者的目标。此外,树木砍伐、毁林开荒等人类生产活动,也对金丝猴的生存造成严重影响,让它们陷入濒危境地。

金丝猴为中国特有,是国家一级保护动物

20 世纪八九十年代,金丝猴种群的保护工作引起相关部门的重视,各项研究与保护措施相继展开。这对于维护地区间物种与生态平衡、全球生物的多样性,具有战略意义。

借 AI 之力,认识每一只金丝猴

据有关部门调查估计,目前在秦岭山脉里,大约生活有 39 个野生金丝猴群,数量共 5000 只左右,可以算得上是仅次于国宝大熊猫的明星物种。

西北大学的金丝猴研究团队,长期以来都在对秦岭金丝猴开展野外跟踪研究工作。

虽然数量不多,可金丝猴的研究工作却困难重重。因为金丝猴大多栖息于高山密林中,生活环境隐蔽,不易被人发现,而且它们对于人类的接近非常敏感,很难接近,所以,关于金丝猴的未知领域还很多。

如何准确、快速并无损伤地对野生金丝猴进行个体识别,并据此开展进一步的保护与研究工作,是全世界的动物学家一直以来都渴望突破的难题。

为什么一定要进行个体识别?团队的李保国教授对此解释道:「准确的个体识别,是进行动物行为研究的关键一步。只有把个体认清楚了,才能长时间观察个体行为,进而分析社群行为。」

此前,团队一直依靠纯人工观察,每天早出晚归,观察时间长达 10 个小时。而对于一只金丝猴,至少要观察够 600 个小时。

李保国教授常年在山中观察金丝猴要完成对一只金丝猴的深度观察,往往需要一至两年

近年来,随着人工智能技术的发展,该团队也紧跟前沿技术,与计算机科学领域的专家合作,组建了动物 AI 攻关团队,用 AI 技术攻克金丝猴个体身份快速、准确识别的难题。

树上几个猴,都是谁?猴脸识别告诉你

基于长期对金丝猴物种特征的研究结果,西北大学金丝猴研究团队利用神经网络原理,提出具有注意力机制的深度神经网络模型,首次开发出动物个体识别系统——Tri-AI 系统,实现了利用动物视频或图片,自动进行动物面部检测、识别和跟踪。

Tri-AI 系统框架示意图经验证,系统平均识别精度达 94.1%,识别速度每秒 31 张图片

传统的识别和监测动物方法,通常依赖于动物个体特征,如斑纹、颜色、伤疤,或是人为给动物做标记,如烙印、刺青、染色、环志、无线电项圈及遗传标记。

前者限于特定物种特征,难以进行跨物种使用;而后者不仅成本高昂,且会对动物带来一定风险,对于濒临灭绝的物种更是不适用的。

不同于这些传统方法,Tri-AI 系统实现了「理想条件下,无观察者干扰地」,对野生个体的准确身份识别和连续跟踪采样的功能,并且该系统已被验证,能够扩展至多个物种,如猫鼬、狮子、小熊猫和老虎等。

利用 Faster RCNN 进行金丝猴面部检测的结果

Tri-AI 系统的提出,极大地提高了动物个体数据分析效率,为动物学研究开辟了新的途径,也为实现野生动物保护和智能管理提供了可靠的技术支撑。

目前,这项研究已经进入到应用推广的阶段。一方面,已初步完成「动物个体识别」系统(V1.0)的开发,并在多处秦岭金丝猴分布地,用于多个种群、上千只个体的识别和记录,开始启动建立秦岭金丝猴个体信息库的工作;

另一方面,该项工作进一步扩展应用行业和范围,结合野外和圈养条件下识别动物的不同应用场景与需求,进行个性化识别功能的研发,并将在基于动物精准识别的基础上实现动物保护、饲养、繁育和研究的精细化管理。

41 种灵长类动物,超十万张图片训练所得

为了实现该系统的功能,最重要的就是提供大量的数据对其进行训练。

据介绍,他们所采用的训练数据为:包括 41 种灵长类动物的 102399 张图像,其中总个体数为 1040 个;测试集为:6562 张图像,包括 4 种食肉动物、 91 个个体。

数据集图像示例(部分数据集已公开可下载)

所有图像都是用手机或单反相机拍摄而来,分辨率相对较高,面部图像清晰,几乎没有遮挡。图像中的每个个体身份都是已知的。也就是说,谁是 1 号猴、谁是 2 号猴,都已经事先被标记好了。

以下是该数据集的详细信息:

AFD 动物面部数据集

发布机构:西北大学

发布时间:2020  年

数据格式:.jpg

数据大小:377MB

动物种类:10 种

下载地址:https://hyper.ai/datasets/14657

除了静态的图像外,团队还使用了 10 段金丝猴的视频对系统进行测试。这 10 段视频中共出现了 22 个金丝猴个体。系统会逐帧检测和识别其中的金丝猴。

Tri-AI 系统不仅可以应用于多个类群的不同物种,还可以处理彩色图像和灰度图像,因此无论是白天还是夜间的照片,都能够进行无碍观测,满足研究者的需求。

夜间捕捉的金丝猴图像,系统也可精确识别

系统的具体检测过程为:Tri-AI 先定位到动物的面部,然后与已有数据库对比,如果有匹配的,则给出其识别号或姓名;如果未找到数据库中的匹配图像,则会将其标记为新个体,并赋给它新的编号或名称。

系统检测过程示意,图 c2 中的 NO.NEW 为系统识别出的新个体

团队负责人介绍道,这个系统不仅能识别图片和视频,在通信条件良好的情况下,能够实现实时识别。

动物面部识别,前景广阔

在人脸识别已经无处不在的同时,动物的面部识别技术也悄然兴起。

近十多年来,世界各国陆续推出各种动物面部识别的相关研究,识别的动物涉及黑猩猩、老虎、大熊猫、奶牛甚至鱼类等(关于鱼脸识别,请参见《日本「AI 鱼脸识别」项目,每分钟识别 100 条》)。

利用人工智能手段,不仅帮助动物学家们节省了大量时间与经历,还能够帮助他们更全面地了解这些动物群体的生活。

另外,对于养殖户来说,AI 技术能帮助他们更好地监测每个动物的健康状况,从而降低养殖成本,提高生产效益。

基于猪脸识别技术的智能化养猪可全天候跟踪每头猪的各项指标

当然,由于起步较晚,动物面部识别领域仍然存在很多难点待突破。比如数据的采集,一些野生动物活动范围隐蔽,很难捕捉有效图像;另外,同一物种的动物,无论面部还是身体部位,差异性并不是很大,也给 AI 识别系统带来极大挑战。

但从现有研究来看,无论是应用于养殖业或野生动物保护,动物面部识别在未来大有潜力。

猜猜我是哪只猴