研究人员用AI技术突破动物个体的自动识别难题

西北大学郭松涛教授长期从事野生动物保护和行为生态学研究，在前人研究的基础上，经过多年探索，团队实现了对野生金丝猴的近距离观察和个体识别（图1），从而揭开了野生金丝猴种群的“神秘的面纱”，也推动了中国灵长类行为生态学的快速发展。 然而，在野外研究中，如何能24小时准确、快速和无损伤的对野生个体快速识别和记录，一直是该研究团队，同时也是全世界动物学家面临的技术难题，更是限制目前动物行为学和保护研究发展的一个“卡脖子”问题。

图1 传统人工观察记录方式识别金丝猴个体

郭松涛教授针对这一前沿问题，与计算机科学领域的专家深度交叉融合，组建动物AI（Artificial Intelligence，即人工智能）攻关团队。与西北大学房鼎益、陈晓江教授团队和西安电子科技大学苗启广教授团队展开合作，进行动物AI研究，利用金丝猴图像数据进行金丝猴个体身份快速准确识别。该团队基于金丝猴研究团队长期对该物种特征的研究结果，利用神经网络原理，提出具有关注机制的深度神经网络模型（图2），首次开发出基于Tri-AI技术的动物个体识别系统。Tri-AI系统颠覆了依靠动物个体特征（斑纹、颜色、伤疤）或者人为标记特征（如烙印、刺青、染色、环志、无线电项圈及遗传标记）的传统方法，实现了对野生个体的准确身份识别和连续跟踪采样的功能（图3）。更重要的是，该系统为在“理想条件下”实现“无观察者干扰效应”的动物学研究提供了可能。

图2 基于关注机制的深度神经网络模型

图3 Tri-AI动物个体识别系统的工作过程

Tri-AI系统不仅适用多个物种，还可实现对夜间数据分析（图4）。目前该系统已经在灵长类的41个代表性物种和4种食肉动物群体进行了适用性验证，平均识别精度达94.1%。该技术可每秒识别31张图片，极大的提高了个体数据分析效率，未来可作为大数据分析的核心组件，为动物学研究提供新的技术方案，也为实现野生动物保护和智能管理提供可靠的技术支撑。

图4 利用深度学习技术自动识别动物个体（Automatic identification of individuals with deep learning techniques）

该研究成果以“Automatic identification of individual primates with deep learning techniques”为题（图4），发表于CELL旗下综合性子刊《交叉科学》（iScience）。西北大学生命科学学院郭松涛教授是论文通讯作者和第一作者，信息科学与技术学院许鹏飞副教授和西安电子科技大学苗启广教授为该论文的共同第一作者。该技术已获得3项国家发明专利保护。该工作还受到国家自然科学基金委、中国环境科学研究院、中国科学院西安分院、陕西省科技厅、陕西省林业草地局、深圳野生动物园，陕西省林业科学院，秦岭大熊猫研究中心等单位的大力支持。（熊文华，何刚供稿 来源：科学网）

文章链接：https://doi.org/10.1016/j.isci.2020.101412^[1]