（图片来源：Stacey Tecot） 你如何照顾你喜爱的生物？你会用麻醉飞镖射击它们，将它们捕获到笼子里，植入微芯片，给它们打耳洞，或者给它们戴上有趣的项圈。对于监测濒危物种的科学家来说，这些是数数和追踪特定种群个体行之有效的方法——当然还有拍照和专家敏锐的观察力。但捕捉或镇静动物可能会带来压力（甚至可能造成身体伤害），而且实地统计可能不一致且成本高昂。有时，与动物近距离接触并不现实。因此，研究人员提出了一个定义了一代人的问题：计算机能做到这一点吗？如果 LemurFaceID 系统能初步成功，那么答案是肯定的。密歇根州立大学的生物学家和计算机科学家构建了一个面部识别系统，经过一点训练，该系统就能以 98% 的准确率正确识别出一组红腹狐猴照片中的个体。该系统仍有改进空间，但它初步表明，面部识别是又一项将改变物种保护统计游戏规则的创新。
用于训练 LemurFaceID 的红腹狐猴面部照片。（图片来源：MSU 提供）
是的，这行得通
密歇根州立大学的生物识别专家 Anil Jain 每天都在研究识别人的方法。他在指纹识别技术方面拥有六项专利。他开发了一个通过纹身识别罪犯的系统。他可以将监控录像中的人脸与包含数百万张图像的数据库匹配，从而识别嫌疑人。因此，当乔治华盛顿大学的生物学家 Rachel Jacobs 和亚利桑那大学的 Stacey Tecot 询问 Jain 是否能用狐猴施展他的“魔法”时，他回答说：“这很有趣，我们会试试的。” Jain 使用了大约 462 张来自马达加斯加 Ranomafana 国家公园的 80 只红腹狐猴的照片，以及 190 张其他狐猴物种的照片来训练一个名为 LemurFaceID 的面部识别系统。“训练”是指将图像数据输入一个计算像素差异的算法。每个像素都是一串 1 和 0，因此这些算法会产生数学上唯一的模式或解决方案，从而区分一张脸，或者一只狐猴。面部识别系统会关注关键特征——眼睛之间的间距、鼻子到嘴巴的比例、瑕疵和其他标记——来构建一个身份。理想情况下，您会希望有一个包含数百万张图像的数据库用于训练，但 Jain 只有大约 650 张。因此，他的团队必须手动识别狐猴眼睛的位置，并调整图像的裁剪和方向，以获得一张不错的肖像。如果他们有足够的图像，一个所谓的卷积神经网络（CNN）就可以自动完成所有这些工作。尽管如此，即使数据集很小，Jain 的系统也奏效了——它能够从一组图像中识别出个体。Jain 表示，面部独特的毛发图案似乎是系统捕捉到的主要区分因素，他认为该技术在其他面部毛发和皮肤图案各不相同的物种（如熊、小熊猫、浣熊或树懒）上也同样有效。不过，如果狐猴没有直接看向镜头，或者，例如，它们的毛发遮挡了关键特征，LemurFaceID 就无法工作。然而，如果照片（或数据）足够多，一个所谓的 CNN 就可以忽略这些不一致之处。Jain 和同事们在期刊上发表了他们的研究成果
Jain 说：“在这个意义上，问题仍然非常困难。我们已经完成了概念验证，如果我们有正面照片，我们就可以进行识别。”“我认为这是一个有前景的领域，因为你可以在手机上安装一个面部识别系统。”
更多照片
现在，关键是在这个数据饥渴的系统真正成为野外资产之前，能够用相机捕捉到狐猴来训练它。经过足够的训练，大多数计算机视觉系统在图像识别任务中的表现始终优于人类。LemurFaceID 可以帮助研究人员提高统计数据，并从远处识别狐猴，而不是依赖捕捉和佩戴项圈。狐猴也经常被非法捕获并作为宠物出售，因此一个移动面部识别程序可以帮助执法部门和研究人员报告被圈养的狐猴的出现情况。Tecot 说：“长期研究狐猴个体和种群可以提供关于个体在野外生存多久、繁殖频率以及幼崽死亡率以及最终种群增长和下降的关键数据。” 保护濒危物种是一项日益高科技的任务。如今，无人机被常规部署来监测迁徙动物（如水鸟和海洋哺乳动物）的大量种群。人造象牙中的 GPS 追踪器可以追踪偷猎者。机器学习算法正在分析偷猎者的行为并预测他们下一步的行动地点。毫无疑问，随着技术的进步，面部识别也将找到其在帮助各种物种生存的持续努力中的位置。毫无疑问，处理动物和行之有效的追踪方法将继续存在，但新兴技术为研究人员在他们所做的工作中提供了更多的灵活性。
