2025-04-12 18:42:30 中国科学报
西安电子科技大学教授苗启广团队与西北大学研究人员展开合作，通过设计具有多路关注机制的深度神经网络模型，研发出一套较为完整的动物面部特征检测、追踪和识别系统“Tri-AI”，实现了适用于多物种个体识别的研究目标。近日，相关成果发表于《交叉科学》。
研究团队在野外和动物园进行了动物面部数据采集，并建立了动物面部识别数据库。据论文作者之一的郭松涛介绍，Tri-AI系统对41个灵长类物种共计1040只个体的102399幅面部图像，以及4个非灵长类物种共计91只个体的6562幅面部图像进行了实验验证。结果显示，Tri-AI系统对个体数量多于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。此外，该系统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，将研究者从对动物个体识别与追踪记录的任务中解放出来，推动了动物行为学研究进展。
相关论文信息：https:
免责声明:
本站转载的其他媒体文/图等稿件，均为非商业性的教育和科研目的服务。我们不保证同意其观点，也不对其内容真实性负责。若涉及的稿件有版权等问题，请作者两周内通知本站删除