光明网7月29日讯（记者 赵清建）在野外，如果你遇到一群金丝猴，你能区分每一只个体吗？这一过程其实就是个体识别。西北大学金丝猴研究团队长期开展野外观察研究，20年前经过艰难探索实现了对野生金丝猴的肉眼个体识别，推动了中国灵长类行为生态学的快速发展。近日，该团队郭松涛教授通过与计算机科学领域的专家深度合作，建立动物AI研究团队，采集和挖掘前期动物行为研究中所积累的海量数据，利用神经网络模型进行动物特征的检测、追踪和识别，提出具有关注机制的深度神经网络模型（图1），通过系统建模和调试，率先开发出具有完全国产自主知识产权的 Tri-AI动物个体识别系统（图2），实现了适用于多物种的个体识别的研究目标。
图1 基于关注机制的深度神经网络模型框架
图2 Tri-AI动物个体识别系统对动物面部进行检测、追踪和识别的流程
个体识别是开展动物行为和动物生态研究的基础。近半个世纪以来，借助动物本身特征（如斑纹、颜色、伤疤等）或人为标记特征（如烙印、刺青、染色、环志、无线电项圈及遗传标记等）等进行个体识别，极大地丰富了人类对动物及其行为的认识。比如，人们突破了个体识别技术后，才揭开野生金丝猴社会的神秘面纱。然而，长期以来，个体识别的数据采集主要依靠“一笔一本一望远镜”的传统方式人工观察记录（图3），非常依赖观察者自身的经验，并极大的受制于天气、地形等研究条件，数据采集可靠性、效率和连续性都难以持续保障。目前，动物行为和保护研究，尤其是动物管理对于个体智能识别这一前沿技术的需求十分迫切，亟待突破。
图3 科研人员（右）通过传统方式观察记录金丝猴（左）行为
据了解，Tri-AI系统突破了传统人工个体身份识别或仅针对单一物种的机器识别的研究瓶颈，解决了动物行为研究个体智能识别这一大技术难题。该方法的成功验证了基于多物种的自动个体识别的理论假设的科学性，并满足了“无观察者干扰”的行为学研究的理想条件要求。目前，该系统对灵长类各亚科代表性物种和多个大中型哺乳动物个体识别的平均精度已达94.1%，未来在使用更多数据之后识别精度还将不断提高 (图4)。
图4 Tri-AI动物个体识别系统对21个物种的识别精度
此外，该研究成果可兼容夜视影像的分析，可实现基于夜视图像的个体身份识别，进而可实现全天候的动物研究，该系统经过训练，将可以自动分拣现有的红外和可见光图像数据（图5）。该系统极大提高数据分析效率，将极大地推动动物行为学研究，也将在野生动物保护和管理领域有广阔的应用前景，为实现野生动物智能管理提供可靠的技术支撑。在该技术公开之前，尽管对于某个特定物种个体智能识别功能已经被实现并报道，但是像该技术一样可以在全天候条件下实现多物种的识别，则在此之前一直停留在科学假想阶段。
图5 Tri-AI动物个体识别系统可从夜间拍摄的影像识别动物
该研究成果以 “Automatic identification of individual primates with deep learning techniques”为题，以Research Article形式， 发表于Cell出版集团旗下的第一个综合性子刊《iScience》上。西北大学郭松涛教授为论文通讯作者和第一作者，西北大学许鹏飞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。该成果由西北大学陈晓江教授团队和西安电子科技大学苗启广教授团队参与历时2年完成。该成果已获2项国家发明专利 授权保护，另外1项发明专利正在申请保护。该研究得到国家自然科学基金委、中国科学院、中国环境科学研究院，国家林业草地局、陕西省科技厅、陕西省林业草地局科研项目的资助。
[ 责编：张蕃 ]