“在野生动物研究中实现自动化动物识别”

为分解准备数码照片的新的自动化方法有助于依赖照片的野生动物研究者用自己的标记识别个人动物。 来自宾夕法尼亚州立大学的野生动物生物学家与云计算服务企业microsoft azure的科学家合作，改进了利用机器学习技术将照片转换为可用于野生动物研究的数据的方法。 说明这项新技术的论文在生态新闻杂志的网络版上发表了。

许多研究者需要识别和收集他们工作中特定个人的数据，包括生存、繁殖和运动估计。 宾夕法尼亚州立大学生物学副研究教授、野生自然研究所首席科学家德里克·雷E说。 许多研究者没有在标签或其他可能干扰动物行为的人类身上应用标记，而是在拍摄动物独特标记的照片。 我们有帮助分解这些照片的模式识别软件，但是照片需要手工分解。 我们经常拍几千张照片。 这将成为严重的瓶颈。

李为了了解东非3000多只长颈鹿的出生、死亡和迁徙情况，采用了照片作为正在进行的大规模研究的一部分。 他和他的团队为了在他们的人生中识别它们，拍摄了所有动物独特且不变的斑点图案的数码照片。 但是，在用模式识别软件解决图像识别个人之前，研究小组必须手动修剪各个照片，或者描绘出感兴趣的区域。 lee与微软科学家合作，提供了一种新的图像解析服务，通过使用部署在microsoft azure云中的机器学习技术，自动执行这一重要且耗时的过程。

利用计算机算法进行对象检测，微软团队训练了利用手工注释的现有照片识别长颈鹿胴体的程序。 该程序使用主动学习过程进行了迭代改进，该过程向能够更快地验证或修改结果的人显示新图像上的预测裁剪框。 然后，将这些新图像反馈给训练算法，以进一步更新和改进程序。 这样生成的系统即使长颈鹿是图像的一部分，或者躯干部分被植被阻挡，也会以非常高的精度识别长颈鹿在图像中的位置。

lee说，系统实现了对长颈鹿躯干的近乎完美的认识，没有专用的高性能显卡解决方案那样昂贵的硬件要求。 azure团队是如何自动完成我们工作的这个麻烦的方面，这真是太棒了。 过去花了一周时间解决了调查后的新图像，现在只需要几分钟就能完成。 这个系统让我们接近全自动动物识别照片。

新系统大大加速了长颈鹿种群的研究，由于栖息地的丧失和肉类的非法杀害，长颈鹿种群在非洲迅速下降。

长颈鹿是大型动物，覆盖着很远的距离，所以自然会利用大数据知道它们在那些方面表现得很好，在哪里，为什么。 这是因为它可以保护和连接对长颈鹿保护非常重要的地区。 李。 我们为了实现这个目标需要新的工具，同时与azure技术的高次谐波组合，使我们的工作成为可能。

这个过程也有助于研究具有独特识别模式的其他动物，如野猫、大象、蜥蜴、鱼、企鹅和海洋哺乳动物的研究者。 训练这个系统识别照片，可以把照片剪切到这些物种特有的感兴趣的区域。