www.590.com 您所在的位置:海洋之神88886 > www.590.com >

欧洲团队尾个本相识鸟正确率90%

发布时间:2020-07-31    

在研究野生动物及其习惯时,识别同一物种的不同个体相当主要。克日,来自法国国度科学研究中央、受彼利埃大学和葡萄牙波我图大学等研究团队的科学家开发了首个可以识别鸟类个体的人工智能模型。该模型在识别圈养的斑胸草雀(zebra finch)、野生大山雀(great tit)和野生群居织巢鸟( sociable weaver)个体时,准确率约为90%。

这项研究论文题为“Deep learning‐based methods for individual recognition in small birds”,本地时间7月27日揭橥在学术期刊《Methods in Ecology and Evolution》上。

该研究的第一作家、法国功效与退化生态学核心(CEFE)André Ferreira博士表现,那项研究注解,即便是人类无法识别出的鸟类个体,盘算机也能分歧天识别。“咱们的技术能战胜野生鸟类研究最年夜的范围之一——正确地识别鸟类个体。”

AI识别出的野生大山雀

利用深量神经收集识别动物个体

个体识别是处理进化生态学中很多题目的要害推测,科学家们大多应用标签标志动物的圆法进行个体识别。这种办法有一定的功效,但是其支散剖析数据的时间本钱下,恩佐2注册,对搜集数据的情况也有必定的限度。

跟着机械进修,特别是深度进修的进一步发作,克服上述制约去收集大范围数据逐步成为可能。

Ferreira等人在论文中表示,最近几年来,卷积神经网络(CNN)等深度学习技术惹起了生态学家的存眷,它可以自动分析图片、灌音等各类情势的数据。

他们先容,CNN是一种深度神经网络,不同于其他需要脚工提与特征的野生智能技术,它可以自动从数据中学习,提掏出最合适解决给定分类问题的特征。因而,当需要分类的物种存在多种特点时,CNN的上风便得以凸隐。

使用CNN进行个体识别最大的挑衅是需要收集大批的数据用于AI练习。为了让CNN能精确识别动物个体,在训练时,研究人员需要在数据库中参加动物分歧的姿态、没有同的性命阶段等大度相片。

在圈养的情况中,研究人员在拍摄时能够将研究工具临时取其余种群离开,以便搜集数据。然而,这类方式其实不实用于家生群落。

死态教研究中,CNN已被利用于在物种层里的植物辨认和比方猪、年夜象等灵少类动物集体的识别。不外,在此项研讨之前,迷信家们借已正在鸟类等较小动物的个别识别中实际过应技巧。

AI识别鸟类个体,才能超出人类

该名目源于André Ferreira专士对于织巢鸟(weaver)个别对群降硬套的一项研究。依照惯例做法,研究职员须要将黑色标签环绕在小鸟的腿上,并在鸟巢的邻近进止察看。为了节俭时光,Ferreira测验考试对付群落禁止录相,当心在绘面中无奈分辨彩色标签。因而,研究团队开端摸索应用AI识别鸟类个体。

他们将圈养的斑胸草雀、野生大山雀和野生群居织巢鸟做为研究对象,分辨用于研究圈养环境跟野生环境下的鸟类个体识别。

研究中最难题的是获得训练系统所需的照片。“我们需要数千张同一个体的照片。不同于收集人类个体的照片,收集动物个体的照片是十分艰苦的。”Ferreira在接收new scientist网站采访时表示。

为了克服上述挑战,研究人员制造了带有摄像头和传感器的喂食器。研究中,大多半鸟类照顾拆有主动集成应对器(PIT)的标签。喂鸟器上的天线可能从这些标签中读取鸟的身份并触收摄像头任务。

收集图像并录入计算机后,计算机使用CNN分析照片,从而识别鸟类。法国国家科学研究中央称,拆载这一深度神经网络的计算性能够依据鸟类的羽毛图案识别出鸟类个体,“这是人类无法做到的”。

收集数据和训练用于个体识其余卷积神经网络的步骤归纳

Ferreira指出,在完整无内部标记、无工资草拟并不损害动物的情形下,他们的系统能对动物个体进行主动识别,这是在该研究范畴的严重冲破。

仅能识别数据库中鸟类,无法应答换羽等中不雅变化

今朝,该系统仍有一定的局限性。例如,训练的数据库仅包括鸟类背部图片,即生态学家在视察动物行为时平日会看到的视图。

Ferreira坦行,他们的模型只能识别数据库中呈现过的个体,“如果新的小鸟进进了研究的种群,计算机将无法识别。”

假如鸟类的表面产生变更(例如处在换羽过程当中),体系也可能会识别失利。另外,距离数月拍摄的统一只鸟的图象可能被过错地识别为分歧个体。

Ferreira称,他们并不晓得AI究竟经过甚么来识别鸟类。但他以为,如果给定的数据量充足大,就能够解决这些问题。Ferreira和他的团队正在装置更多的摄像头,以便从多个角度拍摄照片。

今朝,有许多基于AI的运用法式可以经由过程图像或声响识别动动物,但它们只能识别物种,而不克不及识别个体。Ferreira表示,其他团队也正在开辟用来识别动物个体的系统,但他们团队开辟的系统是“他所知的第一个可以独自识别小鸟的系统”。

这项新技术不只为生态学家们识别动物个体供给了一种侵进性较小的方法,也为生态学研究带来了新的视角,例如使用AI研究野活泼物行动。

“我们盼望我们的研究能鼓励其他研究人员,让他们往探索使用深度学习识别其主动物个体的方法。”研究人员在论文最后写到。(记者 张唯 厉安恬)

(本题目:不但人脸识别,AI还能识鸟,欧洲团队尾个本相准确率90%)


责编:叶壮