基于发育网络识别模型的大熊猫面部识别

作者：侯金; 郑伯川; 李玉杰; 白文科; 齐桂兰; 董峻妃; 杨泽静; 张晋东^*

来源：兽类学报, 2019, 39(01): 43-51.

DOI：10.16829/j.slxb.150211

• 个体识别
• 发育网络
• 大熊猫

个体识别是动物行为学与生态学研究工作的基础,也是制定珍稀野生动物保护政策的重要依据。为了丰富大熊猫个体识别和种群数量调查的方法,我们于2017年7月分别在四川省雅安市碧峰峡大熊猫基地和四川省汶川县耿达镇的中华大熊猫苑共计拍摄18只大熊猫个体,每只大熊猫拍摄613张高质量面部照片(共计131张),利用发育网络(Developmental Network)建立大熊猫面部识别模型。利用此模型对存在部分背景的大熊猫面部照片进行识别检测,得到的个体识别率为79. 41%,对完全去除背景的大熊猫面部照片进行识别检测,得到的个体识别率为58. 82%。研究表明,发育网络具有足够的大熊猫个体识别能力,不同背景比例的照片对大熊猫个体识别的实际结果具有较大的影响。随着发育网络识别模型的发展,我们建议更多的野生动物保护研究者结合这一技术深入地开展珍稀野生动物(如大熊猫)个体识别研究,逐步提高识别准确度,并应用到关键区域大规模的动物调查中。

• 单位
  成都市农林科学院; 西华师范大学; 生命科学学院