『』“熊脸识别”来了 识别率高达95%

刷脸消费、刷脸进门……人脸识别屡见不鲜,但是,给大熊猫做的“熊脸识别”,你听过吗?
今年3月,西华师范大学大熊猫研究团队陆续在国际权威期刊发布系列关于大熊猫保护的研究成果,回答了关于“投入大量资金建设大熊猫保护区是否能够阻止人类活动对栖息地恢复的干扰”等热点问题 。
张晋东教授参与的大熊猫研究团队与郑伯川所在团队进行合作,以25只圈养大熊猫的6.5万张面部照片为基础,利用深度学习技术,成功建立大熊猫面部识别网络,平均识别率达到95%,解决了大熊猫长期野外跟踪和监测数据没有合适方法来识别和监测大熊猫目标个体的技术难题,可用于大熊猫等野生动物的个体识别、生活史和社会机制等研究中 。
3月29日,采访人员通过邮件,联系上正在美国的张晋东教授,为我们解答了“熊脸识别”的研究问题 。
A
此前如何识别?
查咬节、找粪便弊端多
成都商报-红星新闻:此前,大熊猫科研团队对大熊猫目标个体的识别和监测,主要采取什么样的方法?有什么弊端?会出现什么样的误差?
张晋东:此前,科研团队对于大熊猫的个体识别和监测一直没有一种较成熟方法,传统的方法主要有以下几种:
1、距离-咬节法(咬节,即大熊猫粪便中的竹茎),这种方法比较成熟,广泛应用于大熊猫的调查,操作性强,可反映大熊猫种群的时间变化特征,存在的问题是:大熊猫的移动距离受多种因素影响(如繁殖、季节、个体差异、食物获取等),很难获取区别不同个体的阈值;
2、分子生物学方法,这种方法目前应用最广泛,也最可靠,但这种方法消耗较多的人力物力,同时在野外很难找到新鲜的可供进行DNA提取的大熊猫粪便;
3、利用观察者的经验,从大熊猫的体型、外貌特征差异、走路姿势等综合判断,这种方法对于数量小的大熊猫种群的效果较好,但对于长期研究(例如涉及到多个研究者、多个研究时间段的交接、数据整合)或者个体数量多的大熊猫种群(个体数量增多意味着需要比较、记忆的特征增多,过多则容易引起个体误认);
4、其他方法,如利用足迹识别,模型很好,但是在野外很难采集到大熊猫的新鲜足迹 。通过照片进行个体识别,目前也有其他团队在做,也取得了进展,我们希望和其他团队的工作进行比较或者合作,以更好更准确地进行大熊猫个体识别 。
【『』“熊脸识别”来了 识别率高达95%】此外,关于大熊猫个体监测可以用GPS项圈追踪,对需要追踪监测的个体进行麻醉并佩戴GPS项圈,优点是能够准确追踪,并且可以实时获取需要的行为数据,缺点是这种方法同样对于个体数量多的大熊猫种群不适用(不可能去捕捉每一只大熊猫),同时因为需要捕捉大熊猫,在这个过程中,可能存在误伤大熊猫的风险,同时GPS项圈的使用寿命较短,在长期研究中同样不适用 。
B
系统咋建起来的?
6个大学生拍了6.5万张照片
成都商报-红星新闻:此次大熊猫面部识别网络是基于什么样的数据基础?
张晋东:我们的基础数据来自四川三个基地的25只圈养大熊猫,主要是利用数码相机和手机拍摄 。
唯一的要求就是照片需要较清晰地获取大熊猫面部特征,并且大熊猫面部照片可呈现的特征多样性越高越好,如进食、休息、嬉戏等,以便在后续遇到各种类型个体照片时能够较好地识别 。
成都商报-红星新闻:6.5万张面部照片样本是如何获取的?
张晋东:6.5万张照片是西华师范大学生命科学学院和数学与信息学院的6名同学一起拍摄的,前后共计拍摄时间约一周 。
C
“熊脸识别”有啥妙用?
既方便管理也方便了游客
成都商报-红星新闻:“熊脸识别”是如何做到精准识别、识别率达到95%的?
张晋东:“熊脸精确识别”主要因为两个方面的努力,一个是数据方面,不仅量大,我们还对数据进行了筛选;另一方面,是数学与信息学院郑伯川教授和何育欣同学对我们的识别网络的不断调试 。我们前后对于技术的攻关花费了约半年时间,最终才有了识别模型的成功和如此高的识别率 。


推荐阅读