最新的人工智能工具首次实现了鸟脸识别,准确率达90%。

发布时间:2020-08-25 20:43:18

新的研究首次表明,人工智能(AI)可以用来训练计算机识别个体鸟类,这是人类无法做到的。这项研究发表在英国生态学会的生态学和进化方法杂志上。在这项研究中,来自法国、德国、葡萄牙和南非的研究人员描述了利用人工智能对鸟类进行个体识别的过程:收集了数千幅鸟类标记图像,然后利用数据对人工智能模型进行了训练和测试。这项研究是首次成功地尝试了鸟类。

我们的研究表明,计算机可以很好地识别几十个鸟类个体,尽管我们自己也不能区分它们。通过这样做,我们的研究为野生鸟类的研究提供了最大的限制之一,即识别没有外部标记的个体。这项研究的主要作者、法国功能和进化生态学中心的安德烈·费雷拉博士说。

研究人员训练了人工智能模型来识别野生鸟类的图像,比如野生山雀、社交织布鸟和圈养斑马鸟,它们也是行为生态学中研究最频繁的鸟类。经过训练后,人工智能模型用他们从未见过的个体图像进行了测试。对于野生物种和圈养斑点麻雀,准确率分别超过90%和87%。

在动物行为研究中,动物个体识别是最昂贵、最耗时的因素之一,这也限制了研究者可以研究的行为范围和种群规模。目前,在鸟类腿上贴上丝带的识别方法也会对动物造成压力。能够区分个别动物对于长期监测种群规模和保护物种免受气候变化至关重要。虽然有些物种,如豹子,有着独特的模式,可以让人类用眼睛识别它们,但大多数物种需要额外的视觉识别,比如鸟类腿上的带子,即使它们可以被区分出来,也是耗时且容易出错的。

这些问题可以通过人工智能模型来解决。研究人员对完全无标记和无人居住的动物进行自动和非侵入性鉴定是这一领域的重大突破。最后,我们有足够的空间为该系统寻找新的应用程序,并回答那些在过去似乎从未得到解决的问题。安德烈医生说。

为了让人工智能模型准确识别个体,他们需要接受数千张标记图像的训练。社交网站可以为人类识别提供这些信息,因为他们可以获取数百万不同人的照片,这些照片是由用户自愿标记的。然而,很难获得动物的标签照片,这也造成了研究的瓶颈。

研究人员通过建立带有摄像头和传感器的馈线器来克服这一挑战。研究中的大多数鸟类携带被动集成应答器(PIT)标签,类似于宠物猫和狗中嵌入的微芯片。鸟馈线上的天线可以从这些标签中读取鸟的身份,并触发摄像机。

这项研究中展示的人工智能方法使用了一种叫做卷积神经网络的深度学习方法,这是解决图像分类问题的最佳方法。在生态学中,这些方法以前曾被用于识别物种层面的动物,以及灵长类动物、猪和大象等个体。然而,到目前为止,还没有对鸟类等小动物进行研究。

作者警告说,人工智能模型只能重新识别它之前展示过的个体,这已经被证明过了。只要模型事先知道这些图片中的鸟类,该模型就能从新图片中识别出鸟类。这意味着,如果新的鸟类加入研究小组,计算机就无法识别它们。

随着时间的推移,个体鸟类(如蜕皮)的外观将发生变化,目前尚不清楚人工智能模型的表现将如何受到影响。同一只鸟相隔几个月拍摄的照片可能会被误认为是不同的个体。作者补充说,这两个限制可以通过足够数量的数据集来克服,这些数据集包含了许多个体的图像,目前正试图收集它们。

声明:本文来源于网络,版权属于原作者或原始来源,观点仅代表作者本人,不代表Sensoro立场。如有任何侵权或其他问题,请联系我们;非法复制法律必须进行调查。