内容提要：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。
原创：HyperAI超神经
关键词：猴脸识别 深度学习 神经网络
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
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
新闻来源：
论文地址：
数据集下载：
