编者按：在人类面部识别已不再陌生的现今社会，动物的面部识别系统也已陆续登场。生物人类学家Jacobs为了能帮助其他人区分狐猴，与大量的计算机视觉专家合作，研发出了一款名为LemurFaceID的面部识别系统。本文为大家介绍了该系统的工作原理。

Centre Valbio研究站是由石头和玻璃搭起的现代建筑，其位于马达加斯加的Ranomafana国家公园边缘的丛林丘陵中，看起来像是The Wire的第三季。大的夹板衬在墙上，每一个夹板上都覆盖着几十张排列好的照片。一些图片以家庭为组被分在一起，而其他的则被单独放置，不与其他连接。2012年，Rachel Jacobs使用McNulty侦探的策略，解决了一个非常与众不同的问题：公园中的红腹狐猴的数量。

生物人类学家Jacobs研究狐猴的颜色视觉是如何进化的，这意味着要跟踪超过100个动物。她可以很好地区分出它们。Jacobs完成论文后，她的Ranomafana同事不断地向她求助区分狐猴，这些请求如狂风暴雨般袭来。所以Jacobs开始发送电子邮件给她能找到的每一个计算机视觉专家。上周，经过与密歇根州立大学的学生和教师的多年合作，Jacobs用她多年来收集的照片，终于训练出相应的人工智能深度神经网络。因此她也终于可以发布她的第二套眼睛“LemurFaceID”了。

该程序是一个面部识别系统，很像Facebook和Google用于人的面部识别系统。但是，这套系统不是看面部几何，比如眼睛之间的距离，或者鼻子的长度——LemurFaceID使用10×10像素的正方形来识别毛皮纹理的差异。（也像人脸识别软件一样，照片必须是黑白的，以便LemurFaceID能够工作。）它能够正确地识别98.7％的已知个体中的狐猴。

面部识别软件，如Facebook的相关软件，需要大量的培训数据——数百万张照片，但Jacobs只有数百个狐猴图片。所以他们不得不另辟蹊径，不再使用一个搜索图像，而是将两个融合在一起，并手动标注告知计算机每个狐猴的眼睛的位置。“这警醒了我们，”雅各布说，：“对于一个狐猴生物学家来说，超过20个个体的样本就是一个大数据集。为了进一步实现自动化，我们需要更多的相机和更多的照片。”

这就是梦想。每年有22万游客参观Ranomafana，欣赏其中你给的12种狐猴，它们中的大多数是濒危动物。大量的游客意味着大量智能手机摄像头可以帮助他们收集数据。 Jacobs和她的团队正在努力将LemurFaceID构建成一个应用程序，这样游客就可以在他们访问时下载并使用，从而使游客的每一次拍摄都可以帮助Jacobs更新数据库并且软件的功能也随之增强。

“我不认为我们应该完全依赖任何计算机系统进行识别，”Jacobs说，她现在是乔治华盛顿大学的博士后。相对于捕获、药物和套管或标记，这确实是一种侵入性较小的技术。那些过程虽然可以收集到额外的数据，如健康评估和DNA样本，但总会对动物带来伤害，或有扰乱团体动态的风险。

狐猴不是唯一受益于更新和更好的计算机视觉和人工智能系统的动物。德国的一个小组开始对黑猩猩进行类似的面部识别。刚果的生态学家使用计算机视觉技术根据斑马独特的条纹对其进行跟踪。Dartmouth的科学家最近开发了一种称为Wild-ID的模式匹配算法以监测坦桑尼亚大角羚和长颈鹿的大规模迁徙。它对于长颈鹿来说效果非常好，他们已经停止捕捉和标记动物，他们对长颈鹿数量统计学进行了最大规模的研究。

在LemurFaceID论文出来后，密歇根州的合作作者之一的Anil Jain开始收到来自全球生物学家的电子邮件，希望知道是否有可能为他们制作系统。从蒙大拿的灰熊到印度的大象，科学家们纷纷呼吁获得更多的相机和更多的计算机，包括计数、监测和跟踪它们的野生生活。目前Jain尚未与任何人达成新的合作伙伴关系，但他对这个领域的潜力很乐观。 “我们做的是没有钱的小项目，”他说：“但如果有更多的时间和资源，你可以做更多的事情。”

翻译来自：虫洞翻翻     译者ID：YLS  编辑：郝鹏程