学术交流

more
您当前所在位置: 首页 > 学术交流 > 正文

Cell子刊《iScience》刊发西安市大数据与视觉智能重点实验室苗启广教授团队研究成果

发布时间:2020-07-31点击量:

(通讯员 谢琨)AI面部识别技术可实现动物个体身份识别,可进一步应用于多物种种群调研以及个体行为和群体行为识别与分析研究中。西安电子科技大学西安市大数据与视觉智能重点实验室苗启广教授团队与西北大学郭松涛教授团队、西北大学房鼎益教授、陈晓江教授、许鹏飞副教授团队于2014年展开合作,进行动物AI研究,利用金丝猴图像数据进行金丝猴个体身份快速准确识别。历经长达4年的野外和动物园的动物面部数据采集(图1),并建立动物面部识别数据库。通过设计具有多路关注机制的深度神经网络模型(图2),研发了一套较为完整的动物面部特征检测、追踪和识别系统:Tri-AI(图3)。Tri-AI系统实现了适用于多物种个体识别的研究目标,解决了动物行为研究中智能个体识别的一大技术难题,突破了现有的仅针对单一物种的机器识别的研究瓶颈。

https://mmbiz.qpic.cn/mmbiz_jpg/doxsiaOXnYwT6n2M8rXPDNhDRpJRzWichEO2ll3kUShfXVNl9icL9iaF8U7oDBia7gH79NWsI6fvxbc6OXWqaG7HzAg/640?wx_fmt=jpeg

图1动物图像和视频数据采集

https://mmbiz.qpic.cn/mmbiz_jpg/doxsiaOXnYwT6n2M8rXPDNhDRpJRzWichEyuCxSKkf6bFB439NsFpBgWDJPvibOsrjt74KXpVoKOy3TSYnhkQBvbA/640?wx_fmt=jpeg

图2基于关注机制的深度神经网络模型框架

https://mmbiz.qpic.cn/mmbiz_jpg/doxsiaOXnYwT6n2M8rXPDNhDRpJRzWichENhm1z7rYKZoxNllFf4EWv5wG6G10g05tDaW8srQwhF4rZ80mSscJtA/640?wx_fmt=jpeg

图3 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

据了解:Tri-AI系统对41个灵长类物种共计1040只个体的102,399幅面部图像以及4个非灵长类物种共计91只个体的6,562幅面部图像进行实验验证。最终对个体数量多于18的21个物种的个体识别准确率为93.8%,远超过人工识别的准确率(图4)。该系统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,满足了“无观察者干扰”的行为学研究的理想条件要求,将动物研究者对动物个体识别与追踪记录的任务中解放出来,极大推动了动物行为学研究进展。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(图5)。

https://mmbiz.qpic.cn/mmbiz_jpg/doxsiaOXnYwT6n2M8rXPDNhDRpJRzWichEMMR5RZz5YJc3KBFDmngjMK7gVUTjbEgBgCztlBibR4fRAWb3CGlwicKw/640?wx_fmt=jpeg

图4 Tri-AI动物个体识别系统对21个物种的识别精度

https://mmbiz.qpic.cn/mmbiz_jpg/doxsiaOXnYwT6n2M8rXPDNhDRpJRzWichEBX2V3ryf0JwbMSiaaFwp9bU7eKKfTojD00iaa4GUmt0dc9jUib2mXPn3A/640?wx_fmt=jpeg

图5 Tri-AI动物个体识别系统可从夜间拍摄影像识别动物

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。该成果由西安电子科技大学西安市大数据与视觉智能重点实验室苗启广教授团队、西北大学郭松涛教授团队、西北大学房鼎益教授、陈晓江教授、许鹏飞副教授团队历时2年共同完成;西安电子科技大学苗启广教授、西北大学郭松涛教授和许鹏飞副教授为论文共同第一作者。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。

上一篇:西电承办第二十六届全国信息检索学术会议
下一篇:第七届中国可视化与可视分析大会第一阶段在线会议成功举办