AI辨猴臉、衛星追羚牛！科學家如何破解"安能辨我是雄雌"難題？
“雄兔腳撲朔，雌兔眼迷離；雙兔傍地走，安能辨我是雄雌？”小時候學《木蘭辭》，從沒想過辨別動物雄雌是什麼難事兒。直到上了大學開始做科研才發現，在動物學領域，這還真是個讓人頭大的問題。
今天，就和大家聊一聊如何進行動物的個體識別。
爲啥非得辨雄雌？
個體識別是開展動物行爲和動物生態研究的基礎，也是野生動物生態和保護研究的關鍵。但是，如何高效、精準地識別動物個體卻是一個困擾了科學家們近百年的難題。
之所以要這樣做，是因爲想開展動物生態學研究，就需要弄清楚三個核心問題：1.（這個地方）以前的動物現在還有嗎？2.有多少？3.都在哪？
但是，野外的動物們數量稀少且分佈廣泛，它們可不會老老實實擺好 pose 等你去找，更不會心甘情願讓你隨便去窺探它們的私生活——畢竟它們生性警覺、行蹤隱祕，甚至很多還是在夜間纔出來活動。要是不幸遇到羚牛、熊、河馬這些脾氣大的傢伙，還沒等你認出它的雄雌，搞不好它已經和你比劃上幾招了。
另外，要了解動物的行爲習慣和行爲背後的動機以及原理，也必須在對動物羣體進行研究時明確個體身份。這就好比你要了解小明和小強爲啥打架，首先得在一羣孩子中認出他倆纔行。
比起辨認人類小孩，野生動物羣體中的個體識別難度要大得多。就拿同是靈長類的川金絲猴來說，頭部器官分佈與人類相似，面部特徵是有共性的。但人類面部毛髮稀少，五官特徵更加清晰。而猴子面部毛髮濃密，且毛髮區域相對更明顯，紋理特徵更復雜。除非長期與它們朝夕相處，否則在野外環境中很難迅速分辨出不同個體。
猜一猜，這些照片裏究竟是一個猴還是七個猴？答案是 18 只猴！圖片來源：陝西省動物研究所趙海濤
長期以來，個體識別的數據採集主要依靠“一筆、一本、一望遠鏡”，但這種傳統的人工觀察式記錄非常依賴觀察者自身的經驗，並極大地受制於天氣、地形等自然條件，數據採集的可靠性、效率和連續性都難以保障。並且，研究過程是十分艱苦和危險的，對於科學家們來說，野外的日子真不好過。
分餐露宿、跋山涉水是開展野生動物保護工作的日常 圖片來源：陝西省動物研究所趙海濤
如何才能辨雄雌？
老話說得好：只要肯用心，辦法總比困難多。
近半個世紀以來，科學家們開動腦筋想出了不少方法。簡單來說，大致可分爲三類。
第一類，利用動物自身獨特的特徵進行識別，主要包括體型、氣味、毛色、花紋、叫聲、足跡、DNA 等。例如在動物日常飼養工作中，飼養員可以通過肉眼觀察動物的外貌特徵來進行個體識別，但這樣的方法需要相關人員具有豐富的經驗纔行，適用於動物數量不多的情況。而在野外，科學家們可以通過收集動物的毛髮、糞便等生物學樣本提取 DNA，利用 DNA 分子標記技術進行鑑別，但是這種方法成本很高，時效性也不強。此外，還可通過在野外觀察動物足跡的形狀、大小、步態等，來分析動物的物種、體型、性別甚至年齡等信息，但這對於工作人員的專業知識儲備要求很高，而且主觀誤差也會很大。
金雕（A）的虹膜；戴勝（B）頭上的冠羽；雪豹（C）身上的斑點；大熊貓（D）的聲紋；小熊貓（E）的面部花紋；斑馬（F）身上的條紋；大象（G）鼻子上的鼻紋都是其獨一無二的典型特徵 圖片來源：趙海濤 齊曉光蒲志勇何鑫等提供
第二類，利用人爲標記進行識別，通過對動物個體施加人工標記物來進行區分。常見方法的主要有：環標法、刺紋法、烙印法、染料標記法和注入微電子芯片等。例如，可以給鳥類或者家禽帶上腳環，給老虎或者猴子佩戴項圈，給豬或牛等家畜打上耳標等，但這些方法可能會給動物的行動造成不便，並且容易脫落。至於在動物身體上刺紋身或烙印，多見於早期的畜牧養殖，太過粗暴，會對動物身心造成傷害，現在已經很少使用了。
而利用低頻或高頻射頻識別技術（Radio Frequency Identification，簡稱 RFID）的微電子芯片應用較爲廣泛，它通過電磁場傳輸數據來識別標籤中存儲的動物個體身份信息，以微型芯片的方式附着、粘貼或植入目標體內。這一技術主要應用於小羣居動物個體身份識別，但在多目標同時識別時效果欠佳。
佩戴 GPS 定位項圈的雌性川金絲猴 圖片來源：陝西省動物研究所趙海濤
陝西洋縣國家自然保護區的每一隻朱䴉出生後都會在腳上佩戴環標，這樣工作人員就能清楚地瞭解它的詳細身世信息 圖片來源：陝西省動物研究所趙海濤
FRID 工具 圖片來源：陝西省動物研究所趙海濤
第三類，利用紅外相機拍攝的圖像（或視頻）來識別動物個體。隨着數碼成像技術的不斷進步和紅外相機設備的國產化，這種方法已經在國內普及。利用紅外相機可以對預設區域實現長期持續觀察，從而便於獲得那些行蹤隱祕或是夜行性動物的數據。例如，感官敏銳、活動隱祕等特點使得大型貓科動物的行爲研究十分困難，紅外相機能捕捉到大量平時無法觀察的直觀信息，爲我們瞭解這些神祕動物貢獻巨大。
其次，使用紅外相機進行觀察具有較好的隱蔽性，可以大大降低人爲活動對動物的影響。此外，相比於通過動物痕跡進行識別，拍攝到的影像數據更加直觀可靠，且數字化的影像數據便於存儲和交流。
圖片來源：參考文獻[8]
然而，佈設大量紅外相機會產生海量數據，即便是有經驗的科研人員也至少要花費 4 到 5 個小時，才能從被識別過的個體影像、照片資料中獲取少量的有效行爲數據。面對未標記和識別過的目標，科學家們也只能對這些海量信息“望洋興嘆”。
AI 也能辨雄雌？
既然數據收集和分析幹起來太累，那能不能讓機器代勞呢？
近十年來，隨着計算機科學和人工智能技術的飛速發展，以及大規模圖像數據集的出現和計算設備能力的不斷增強，以卷積神經網絡（convolutional neural network，CNN）爲代表的深度學習技術在動物識別中取得了巨大進展。科學家們先後實現了多種動物在野外條件下的物種識別、數量統計、行爲檢測、棲息地觀測等智能化、無人化工作，不僅節省了大量人力與時間，更提高了精確度。
利用深度學習技術開展動物個體識別相關工作 非洲企鵝（a），斑馬（b）,黑猩猩（c）,家豬（d）,奶牛（e），金錢豹（f），大熊貓（g）,亞洲黑熊（h）圖片來源：參考文獻[8]
CNN 是一種學習效率很高且易於訓練的深度學習模型。在 CNN 基礎之上，通過對卷積層、池化層、全連接層等結構的交替與優化，能夠加強對圖像的特徵提取，並通過調整網絡層數加強學習能力，進一步訓練計算機提高識別性能。此外，CNN 還可以結合其他神經網絡架構，如基於循環神經網絡（Recurrent Neural Network, RNN）的 LSTM 算法（也稱爲長短期記憶網絡，是一種時間遞歸神經網絡，適合於處理和預測時間序列中間隔和延遲相對較長的重要事件）、GAN 算法（即生成對抗網絡，由生成網絡(Generator)和判別網絡(Discriminator)組成；兩個網絡相互對抗，訓練過程中最終的目標是生成接近真實數據的樣本）等，增強特徵提取能力，進一步優化網絡結構，提高識別準確度。
通過 CNN 進行動物識別簡化流程圖 圖片來源：李勃繪製
2020 年，西北大學郭松濤團隊在長期對金絲猴羣體特徵研究結果的基礎上，利用神經網絡原理，提出具有關注機制的深度神經網絡模型，首次開發出基於 Tri-AI 技術的動物個體識別系統。該系統實現了對野生個體的準確身份識別和連續跟蹤採樣，目前已在靈長類的 41 個代表性物種和 4 種食肉動物羣體進行了適用性驗證，平均識別精度達 94.1%。更厲害的是，Tri-AI 系統還能兼容夜視影像的分析，實現全天候的動物研究。
Tri-AI 動物個體識別系統的工作過程 圖片來源：參考文獻[11]
當年唐僧要是有了這套系統，那《西遊記》裏真假美猴王的故事怕是要改寫了。
辨清雄雌能幹啥？
即便猴臉都能靠 AI 自動識別了，科學家們依然沒有滿足。
他們還將衛星遙感與深度學習結合進行物種識別，並且應用於羚牛、布氏斑馬等野生動物監測，人們可以通過這些衛星遙感數據對物種死亡率進行調查並評估潛在死亡風險，甚至可以遠程追蹤威脅野生動物的非法活動。
利用 AI 技術無人機能夠快速準確地分辨出畫面中的監測目標 圖片來源：參考文獻[12]
此外，科學家們還嘗試開發基於深度學習的無人機檢測方法。利用無人機與 CNN 結合搭建的半自動檢測方法，對非洲大草原上的長頸鹿、非洲象等動物進行觀測，不僅在效率上有很大提升，精確度也有所提高。另外，科學家們已不再侷限於靜態圖像的AI識別，正致力於開發能夠解析動態視頻數據的 AI 模型了。
如今，藉助 AI 技術的深度融合，動物身份識別技術已能實現對單個動物制定繁殖計劃、進行疾病控制、開展動物行爲學研究及動物種羣預估等，在未來的精準畜牧養殖、食品安全溯源以及生態保護等方面，這類技術有着巨大的應用潛力。
藉助該技術，我們甚至可以給動物羣體中的每隻動物都賦予明確的身份。設想一下，在不久的將來，無論是在動物園還是野外，拿起手機對着活蹦亂跳的動物一掃，屏幕上就會跳出它們的姓名、性別、興趣愛好、家族譜系等，甚至每一個動物的身世傳奇都盡在你的掌中，那將會是一種什麼樣的難忘體驗？
致謝：
感謝西北大學李保國老師團隊和陝西省動物研究所趙海濤研究員等諸位師友爲撰寫本文提供的文獻、圖片資料和寶貴意見。
參考文獻
[1]張麗霞等. 動物個體識別方法種種. 野生動物學報，2015,36（04）：475-478
[2]黃孟選等. RFID技術在動物個體行爲識別中的應用進展. 中國家禽，2018，40（22）：39-44
[3]付鑫等. 基於紅外相機監測照片對亞洲黑熊的個體識別. 經濟動物學報，2020，24（03）146-152
[4]保明偉等. 野生動物學報，西雙版納野象谷亞洲象個體識別及種羣數量特徵，2024 ,45 (03)：472 - 479
[5]顧佳音. 東北虎雪地足跡個體識別技術研究. 東北林業大學，2013,06
[6]路紅坤. 基於聲紋的大熊貓個體識別系統分析與研究. 電子科技大學，2019.06
[7]劉雪華等. 紅外相機技術在物種監測中的應用及數據挖掘. 生物多樣性,2018，26(8)：850-861
[8]劉寧. 基於圖像的瀕危動物個體識別研究——以東北虎和小熊貓爲例. 四川大學，2021,06
[9]Mohammed S. N. et.al. Automatically identifying, counting, and describing wild animals in camera-trap images with deep learning. PNAS，2018，115( 25) :E5716－E5725．
[10]Primoz Ravbar. An Automatic Behavior Recognition System classifies animal behaviors using movements and their temporal context. Journal of Neuroscience Methods，2019，326: 108352．
[11]Songtao Guo et.al. Automatic identification of individual primates with deep learning techniques. iScience，2020，23( 8) : 101412
[12]Jasper A. J. Eikelboom et.al. Improving the precision and accuracy of animal population estimates with aerial image object detection. Methods in Ecology and Evolution，2019，10( 11) : 1875 － 1887．
策劃製作
出品丨科普中國
作者丨李勃 陝西省生物農業研究所
監製丨中國科普博覽
責編丨一諾
審校丨徐來、林林
