西北大学动物AI研究团队研发“猴脸识别技术”

智能识别秦岭地区数千只川金丝猴，实现对野生个体的准确身份识别和连续跟踪采样……我校动物AI研究团队研发的“猴脸识别技术”火上了热搜。新华社、央视等媒体纷纷关注报道。

如何能够准确、快速地对野生动物进行个体识别，实现连续的“焦点动物取样”和个体全覆盖的“全事件取样”，从而科学地认识并据此开展动物保护工作，一直是全世界动物学家向往但又无法突破的难题。

我校金丝猴研究团队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，建立动物AI研究团队。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，提出具有关注机制的深度神经网络模型，首次开发出基于Tri-AI技术的金丝猴个体识别系统。“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。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。”郭松涛说。

相比人脸识别，猴脸识别技术的不同在于，金丝猴的脸部皮肤区域带毛区域多，且毛发区域相对更明显，纹理特征更复杂，对识别系统的深度学习能力提出了更高的要求。

“我们需要数量更多、质量更高的个体图像样本，来提高识别率。”研究团队负责人李保国说，“野外环境很复杂，金丝猴不会主动配合，拍到好的图片和视频比较难。我们的目标是拍摄到每一只秦岭金丝猴的图像样本，对秦岭金丝猴都能通过猴脸识别技术完成识别。”

目前，猴脸识别技术处于实验推广阶段，可识别约200只秦岭金丝猴。“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%。”我校信息科学与技术学院许鹏飞副教授说。

据悉，Tri-AI系统不仅可以应用于多个类群的不同物种，还可实现夜间连续无碍观测。该技术极大地提高了个体数据分析效率，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。

团队研究成果以“Automatic identification of individual primates with deep learning techniques”为题，发表于CELL旗下综合性子刊iScience上。我校郭松涛教授为论文通讯作者和第一作者，西北大学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。

目前，该项工作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。