在野生动物研究中实现动物自动识别

一种新的准备数字照片进行分析的自动化方法将帮助野生动物研究人员，他们依靠照片通过动物独特的标记来识别单个动物。宾夕法尼亚州立大学的野生动物生物学家与云计算服务公司微软Azure的科学家合作，利用机器学习技术来改进将照片转化为野生动物研究有用数据的方式。描述这项新技术的论文发表在《生态信息学》杂志的在线版上。

宾夕法尼亚州立大学生物学助理教授、野生动物研究所首席科学家德里克李说：“许多研究人员在工作中需要识别和收集特定个体的数据，例如估计生存、繁殖和锻炼情况。许多研究人员没有使用标签和其他可能干扰动物行为的人类应用标记，而是拍摄动物独特标记的照片。我们有模式识别软件来帮助分析这些照片，但是照片必须手动准备进行分析，因为我们经常拍摄成千上万张照片，这会造成严重的瓶颈。"

李使用照片作为正在进行的大规模研究的一部分，以了解东非3000多只长颈鹿的出生、死亡和运动。他和他的团队拍摄了每种动物独特且不变的斑点图案的数码照片，以在它们的一生中识别它们。然而，在通过模式识别软件处理图像以识别个人之前，研究团队必须手动剪切出每张照片或绘制感兴趣的区域。Lee与来自微软的科学家合作，提供了一种新的图像处理服务，该服务使用部署在微软Azure云上的机器学习技术来自动执行这一重要且耗时的过程。

利用计算机算法来检测物体，微软团队训练了一个程序，通过使用已经手动注释的现有照片来识别长颈鹿躯干。该程序使用主动学习过程进行迭代改进，其中系统向能够快速验证或纠正结果的人显示新图像上的预测裁剪框。然后将这些新图像反馈给训练算法，进一步更新和改进程序。由此产生的系统以非常高的精度识别长颈鹿躯干在图像中的位置，即使长颈鹿是图像的一小部分或者它的躯干被植物遮挡。

“该系统实现了对长颈鹿躯干近乎完美的识别，而无需昂贵的硬件要求，例如专用的高性能图形处理单元，”Lee说。“Azure团队能够自动完成我们工作中这一繁琐的方面，真是太棒了。过去，我们花了一周时间处理调查后的新图像，现在只需要几分钟就可以完成。这个系统让我们更接近从照片中完全自动识别动物。”

新系统将大大加速李对长颈鹿数量的研究，由于栖息地的丧失和非法捕杀肉类，长颈鹿在非洲的数量正在迅速下降。

“长颈鹿是大型动物，它们覆盖的距离很远，所以我们自然会使用大数据来了解它们在哪里做得好，在哪里做得不好，以及为什么这样做，这样我们就可以保护和连接对长颈鹿保护很重要的区域，”李说。“我们需要新的工具来实现这一目标，并与Azure技术的谐波相结合，使我们的工作成为可能。”

这个过程对研究其他具有独特识别模式的动物的研究人员也很有用，包括一些野猫、大象、蝾螈、鱼、企鹅和海洋哺乳动物。该系统可以训练识别照片，并将其切割到这些物种特有的感兴趣区域。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！