3.黃河連線:我們可以經(jīng)常聽到人臉識(shí)別，而且猴子和人類都屬于靈長(zhǎng)類動(dòng)物，那么猴臉識(shí)別的原理與人臉識(shí)別類似么?是什么原理?
苗啟廣:金絲猴的面部特征和人臉的面部特征存在一定的相似之處，但同時(shí)也存在較大的差異，主要表現(xiàn)在面部結(jié)構(gòu)和面部的紋理。當(dāng)我們初次聽說或看到猴臉識(shí)別時(shí)，多數(shù)人的直觀的想法就是利用現(xiàn)有的人臉識(shí)別方法進(jìn)行猴臉識(shí)別。而人臉特征和動(dòng)物面部特征之間存在較大差異，如果將現(xiàn)有的人臉檢測(cè)和識(shí)別方法直接應(yīng)用于動(dòng)物面部檢測(cè)與識(shí)別會(huì)產(chǎn)生一系列問題。
雖然金絲猴面部特征與人臉特征之間存在一定的相似之處，但在面部結(jié)構(gòu)、器官形狀和面部紋理特征等諸多方面存在較大差異，主要體現(xiàn)在三個(gè)方面:
■ 第一，相對(duì)于人臉，金絲猴面部由毛發(fā)和皮膚兩個(gè)部分組成;
■ 第二，金絲猴的面部(特別是面部毛發(fā)區(qū)域)具有更復(fù)雜的紋理特征;
■ 第三，相對(duì)于人臉特征的全局相似性，金絲猴面部特征具有顯著的局部差異性。
因此，針對(duì)金絲猴面部圖像的檢測(cè)與識(shí)別，不能直接采用現(xiàn)有的人臉檢測(cè)與識(shí)別的方法。
圖1 金絲猴面部圖像與人臉圖像對(duì)比
基于深度學(xué)習(xí)的猴臉識(shí)別的基本原理其實(shí)是和人臉識(shí)別類似的，也就是利用深度學(xué)習(xí)算法提取金絲猴面部的有效特征，進(jìn)而對(duì)其進(jìn)行更有效的個(gè)體識(shí)別。但是我們不能直接使用現(xiàn)有的人臉識(shí)別的方法進(jìn)行猴臉識(shí)別，我們需要根據(jù)具體的任務(wù)，對(duì)算法模型進(jìn)行相應(yīng)的改進(jìn)，使其更適合于猴臉識(shí)別任務(wù)。
4.黃河連線:與人臉識(shí)別相比，猴臉識(shí)別的難度如何?精確度如何?
苗啟廣:相對(duì)于人臉識(shí)別，猴臉識(shí)別還是存在一定難度的，除了上邊提到的環(huán)境復(fù)雜，面部角度和形態(tài)多樣性之外，還有就是猴臉的相似性。相對(duì)于人臉，猴臉識(shí)別就類似于"多胞胎"的識(shí)別，相同年齡階段同一性別的金絲猴的長(zhǎng)相非常相似，人類僅憑視覺難以準(zhǔn)確識(shí)別，這也給我們?cè)O(shè)計(jì)猴臉識(shí)別算法提出了較高的要求，也就是如何能夠提取出長(zhǎng)相相似的不同金絲猴個(gè)體面部的差異性特征，以及同一金絲猴個(gè)體在不同因素影響下面部的相似性特征。
好在目前具有多隱層的人工神經(jīng)網(wǎng)絡(luò)有著優(yōu)異的特征學(xué)習(xí)能力，學(xué)習(xí)到的特征對(duì)數(shù)據(jù)有著更本質(zhì)的刻畫，更有利于對(duì)金絲猴個(gè)體的識(shí)別。相比于一些傳統(tǒng)的學(xué)習(xí)方法，在精度上，有了很大的提高。目前已經(jīng)對(duì)197只金絲猴進(jìn)行了識(shí)別，識(shí)別準(zhǔn)確率在97%以上，包括秦嶺皇冠朝陽溝保護(hù)區(qū)的23只金絲猴，佛坪熊貓谷的48只金絲猴和周至的126只金絲猴。
5.黃河連線:猴子的活躍度遠(yuǎn)高于人，且不受控制，能否順利識(shí)別?在技術(shù)上有什么解決辦法?
苗啟廣:在野外，猴子的活躍度高，不受控制，但是事實(shí)上我們并不需要和猴子近距離接觸，只需要拍攝記錄下猴子的照片或視頻即可，在圖像或視頻幀中猴臉分辨率在100×100左右，且不存在運(yùn)動(dòng)模糊和大面積遮擋，就可以進(jìn)行識(shí)別。目前常用的有200萬像素的智能手機(jī)就可以滿足要求，當(dāng)然單反相機(jī)就更好了。因此，獲取猴臉圖像在設(shè)備上不存在問題。而主要的問題在于如何能夠拍到側(cè)臉角度較小，也就是小于30°的側(cè)臉，沒有大面積遮擋的猴臉。對(duì)于不聽指令，活躍度很高的金絲猴，這一任務(wù)具有較大的挑戰(zhàn)。
在單個(gè)人拍攝的情況下，我們總結(jié)了相應(yīng)的拍攝策略和參數(shù)要求，并且形成了相應(yīng)的規(guī)范。目前我們?cè)谶M(jìn)行多物種動(dòng)物拍攝過程中，基本都是按照這一規(guī)范進(jìn)行的。我們可以在已拍攝的圖像和視頻中實(shí)現(xiàn)金絲猴面部的檢測(cè)與識(shí)別，并且已經(jīng)實(shí)現(xiàn)了基于淺層ResNet模型的金絲猴面部識(shí)別的實(shí)用軟件，這個(gè)軟件運(yùn)行在基于Tegra K1的Jetson TK1嵌入式系統(tǒng)開發(fā)平臺(tái)上。
而在后期，我們將會(huì)嘗試多攝像頭組合的方式(即布置攝像頭點(diǎn)陣)，這樣就可以在不同方向?qū)鸾z猴進(jìn)行拍攝，就能夠很大程度上拍攝到他們的有效面部圖像。進(jìn)一步，再進(jìn)行視頻拼接，三維建模等研究，以更好地實(shí)現(xiàn)在大場(chǎng)景下對(duì)金絲猴進(jìn)行面部檢測(cè)、識(shí)別與追蹤。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺(tái)，自1994年品牌成立以來，一直專注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場(chǎng)趨勢(shì)的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
