西北大學AI面部識別技術破解動物行為研究難題

2020-12-04 瀟湘晨報

個體識別是開展動物行為和動物生態研究的基礎。近半個世紀以來，藉助動物本身特徵(如斑紋、顏色、傷疤等)或人為標記特徵(如烙印、刺青、染色、環志、無線電項圈及遺傳標記等)等進行個體識別，極大地豐富了人類對動物及其行為的認識。比如，人們突破了個體識別技術後，才揭開野生金絲猴社會的神秘面紗。然而，長期以來，個體識別的數據採集主要依靠人工觀察記錄，非常依賴觀察者自身的經驗，並極大的受制於天氣、地形等研究條件，數據採集可靠性、效率和連續性都難以持續保障。日前，西北大學金絲猴研究團隊郭松濤教授利用神經網絡模型進行動物特徵的檢測、追蹤和識別，率先開發出具有完全國產自主智慧財產權的 Tri-AI動物個體識別系統，實現了適用於多物種的個體識別的研究目標，而且可實現全天候24小時的動物研究，

華商報記者 寧峰 /文

【來源：華商網】

聲明：轉載此文是出於傳遞更多信息之目的。若有來源標註錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯繫，我們將及時更正、刪除，謝謝。 郵箱地址：newmedia@xxcb.cn

相關焦點

  • 西北大學AI面部識別技術破解動物行為研究難題
    個體識別是開展動物行為和動物生態研究的基礎。近半個世紀以來，藉助動物本身特徵(如斑紋、顏色、傷疤等)或人為標記特徵(如烙印、刺青、染色、環志、無線電項圈及遺傳標記等)等進行個體識別，極大地豐富了人類對動物及其行為的認識。
  • 新華社、央視聚焦西北大學「猴臉識別技術」
    智能識別秦嶺地區數千隻川金絲猴，實現對野生個體的準確身份識別和連續跟蹤採樣……西北大學動物AI研究團隊研發的「猴臉識別技術」火上了熱搜。新華社、央視等媒體紛紛關注報導。🐒🐒🐒如何能夠準確、快速地對野生動物進行個體識別，實現連續的「焦點動物取樣」和個體全覆蓋的「全事件取樣」，從而科學地認識並據此開展動物保護工作，一直是全世界動物學家嚮往但又無法突破的難題。
  • 旨在識別非洲人臉的面部識別技術獲得英國工程獎
    面部識別有一個聲譽問題。本來是一項令人振奮的新技術，有可能讓我們的生活變得更輕鬆、更安全、更有保障，但卻因為有報導稱它在被要求正確識別黑人面孔時屢屢失敗而蒙羞。但來自加納的先鋒軟體工程師Charlette N'Guessan對面部識別技術的能力提出了不同的看法，她自己的產品專門用於識別非洲人的面孔。
  • Cell子刊《iScience》刊發西安電子科技大學苗啟廣教授團隊研究成果
    AI面部識別技術可實現動物個體身份識別，可進一步應用於多物種種群調研以及個體行為和群體行為識別與分析研究中。西安電子科技大學西安市大數據與視覺智能重點實驗室苗啟廣教授團隊與西北大學郭松濤教授團隊、西北大學房鼎益教授、陳曉江教授、許鵬飛副教授團隊於2014年展開合作，進行動物AI研究，利用金絲猴圖像數據進行金絲猴個體身份快速準確識別。歷經長達4年的野外和動物園的動物面部數據採集，並建立動物面部識別資料庫。
  • 面部識別的神經機制
    然而，不管是對病人進行大腦掃描，還是植入電極進行臨床研究，都無法準確解釋這些區域的細胞是如何工作的。現在，通過運用大腦成像和單神經元記錄（single-neuron recording）技術對恆河猴進行研究，加州理工學院的生物學家曹穎（Doris Tsao）和同事終於破解了靈長類動物面部識別的神經機制。
  • 動物也玩面部識別?不止是寵物貓狗能「刷臉」,大象和鯨魚也可以
    這項技術作為一個整體在很大程度上受到了不準確和系統偏差的影響。 無論誰使用這項技術，出於什麼目的，這些算法都使用了從一個因種族和性別傾向而受阻的社會中提取的原始數據，而種族和性別傾向最終會產生類似的有偏見的結果。 從本質上講，壞數據意味著有偏差的結果。 顯然，對人類的監視伴隨著一系列道德和道德難題。但是如何識別動物呢?
  • 面部識別、深度偽造、隱私和自動化定義的AI 2019
    撇開亞馬遜的面部識別爭議不談，這項研究很有先見之明地指出了人工智慧的種族偏見問題上周美國國家標準與技術研究所(NIST)發表的一項研究發現：在進行一種被稱為「一對一」匹配的特定類型的資料庫搜索時，不少面部識別系統錯誤地識別了非裔美國人和亞洲人的面孔，相較於白人，亞裔和非裔的人臉識別錯誤率要高10到100倍。
  • 除了面部識別,未來手機會用什麼生物識別技術
    據國外媒體報導，隨著iPhone X的發布，蘋果在其新款智慧型手機上配置面部識別技術用於手機解鎖和行動支付。這是一個相當大膽的決定在，要知道數十年來面部識別這種生物識別技術在手機上的應用並不順利。這對於蘋果來說是一個很大的賭注，但也能夠為各種生物識別技術在手機上的應用鋪平道路。相比於其他手機製造商，蘋果通常並不會在iPhone上率先採用創新功能。
  • 小學生用照片破解豐巢刷臉 帶你讀懂3D面部識別
    近日一則豐巢快遞櫃被小學生用照片破解刷臉取件的新聞引起了很多網友的關注，人們對於人臉識別的安全性再度表示出種種隱憂。針對小學生照片「刷臉」取件一事，豐巢官方回應稱，「刷臉取件」是小範圍推出的測試版本，已第一時間下線。
  • DeepMind利用AI分析動物行為,可正確識別50種大型物種
    智東西11月6日消息，前段時間，DeepMind與生態學家和環保人士合作開發了一個新的機器學習方法，來幫助坦尚尼亞的塞倫蓋蒂國家公園（Serengeti National Park）研究整個非洲動物群落的動物行為。DeepMind通過利用一個含有豐富野生動物照片的數據集來訓練機器學習模型，以自動檢測、識別和計算動物數量。
  • 一周AI大事盤點:AI幫助農民精準除草,AI可分析動物行為
    該模型使用TensorFlow和Caffe深度學習框架開發，可識別甜菜、菠菜和豆類領域的雜草。人工智慧在分析甜菜作物時產生了最好的結果，準確率為93%。速評：化學除草一般採用粗放式的施藥技術，這種方式不僅會增加成本，而且還破壞土壤。在人工智慧的幫助下，農民不用在整塊土地上噴灑農藥，他們只需要瞄準特定的區域，在正確的時間和地點進行幹預即可。
  • 西北大學科研人員發現寒武紀生物群
    西北大學科研人員發現寒武紀生物群 2019-03-27 16:48:25來源：光明日報作者：${中新記者姓名}責任編輯：谷夢溪
  • 西北農林科技大學張湧教授當選中國工程院院士
    11月22日，中國工程院公布2019年院士增選結果，西北農林科技大學張湧教授成功當選中國工程院院士 張湧1956年出生於內蒙古和林格爾縣，現為西北農林科技大學動物醫學院教授、博士生導師，獸醫學一級學科總學術帶頭人。同時也是農業農村部動物生物技術重點開放實驗室主任和陝西省動物胚胎工程技術研究中心主任，國家級「有突出貢獻專家」「做出突出貢獻的中國博士學位獲得者」；國家「百千萬人才工程」入選者；國務院學位委員會學科評議組獸醫學科組成員。
  • 指紋識別、面部識別、指靜脈識別哪個才是最安全的開鎖方式?
    測試人員在智能門鎖指紋識別區貼上一小塊透明膠帶，然後用已經錄入指紋的手指多次開鎖，隨後找來 6 位不同年齡的陌生人來手指嘗試開啟門鎖，結果門鎖很容易被打開了，這樣的測試結果讓消費者大跌眼鏡，這種門鎖如此容易被破解，安全性怎麼保障！
  • AI情緒識別技術:你的情緒將不再由你自己定義
    從天貓精靈、監控探頭，到自動駕駛汽車，情緒檢測技術正變得無處不在。語音助手檢測著我們的音調和音色，以便更好地理解命令。公共空間遍布了跟蹤識別人臉的攝像頭，據稱可以在犯罪分子犯罪之前鎖定他們。在未來，自動駕駛汽車將能夠發現駕駛員路怒行為，並強制控制車輛。不可否認，情緒檢測的技術在AI時代不斷飛速發展。
  • 超越地域和文化，AI識別出全人類共同的16種面部表情
    一項新的研究在這個清單上又增加了我們存在的另一個重要部分：我們的面部表情。來自加州大學伯克利分校和谷歌的研究人員使用機器學習和 YouTube 視頻，對常見的面部表情和引發表情的情境進行了比較。結果發現，無論是在巴西的生日派對上，還是在肯亞的葬禮上，還是在中國公園裡的廣場舞中，人類在類似的社會環境中都會使用相同的面部表情，比如微笑、皺眉、苦臉。
  • 人工智慧成功從野生黑猩猩群體視頻中識別出個體面部特徵
    人工智慧成功從野生黑猩猩群體視頻中識別出個體面部特徵 日本京都大學一個研究小組最近利用人工智慧技術，成功從野生黑猩猩群體的視頻中識別出個體面部特徵。
  • 面罩搞砸了面部識別軟體
    顯然，它們也使面部識別軟體也很難識別您。這是周一美國國家標準與技術研究院（NIST）的聯邦研究人員發布的一份新報告的主要發現，該機構是美國商務部的一個分支機構，其職能包括測量公司和研究人員的面部識別算法的準確性提交實驗室。根據一項任務，當將戴有數位化面罩的人的照片與沒有照片的人的另一張照片進行匹配時，最準確的面部識別算法在5％到50％的時間內無法正確匹配。那個報告。
  • Nature:超越地域和文化,AI識別出全人類共同的16種面部表情
    一項新的研究在這個清單上又增加了我們存在的另一個重要部分：我們的面部表情。來自加州大學伯克利分校和谷歌的研究人員使用機器學習和 YouTube 視頻，對常見的面部表情和引發表情的情境進行了比較。結果發現，無論是在巴西的生日派對上，還是在肯亞的葬禮上，還是在中國公園裡的廣場舞中，人類在類似的社會環境中都會使用相同的面部表情，比如微笑、皺眉、苦臉。
  • 超越地域和文化，AI已識別出全人類共同的16種面部表情
    一項新的研究在這個清單上又增加了我們存在的另一個重要部分：我們的面部表情。來自加州大學伯克利分校和谷歌的研究人員使用機器學習和YouTube視頻，對常見的面部表情和引發表情的情境進行了比較。結果發現，無論是在巴西的生日派對上，還是在肯亞的葬禮上，還是在中國公園裡的廣場舞中，人類在類似的社會環境中都會使用相同的面部表情，比如微笑、皺眉、苦臉。