速看！南昌舰以一敌二，逼退外舰详情首曝光

“雄兔脚扑朔，雌兔眼迷离；双兔傍地走，安能辨我是雄雌？”小时候学(xué)《木兰辞》，从没想过辨别动物雄雌是什么难事儿。直到上了大学(dàxué)开始做科研才发现，在动物学领域，这还真是(zhēnshì)个让人头大的问题。

今天，就和大家聊一聊如何(rúhé)进行动物的个体识别。

个体识别是开展动物行为和(hé)动物生态研究的基础，也是野生动物生态和保护研究的关键。但是(dànshì)，如何高效、精准地识别动物个体却是一个(yígè)困扰了科学家们近百年的难题。

之所以要这样做，是因为想(xiǎng)开展动物生态学研究(yánjiū)，就(jiù)需要弄清楚三个核心问题：1.（这个地方）以前的动物现在还有吗？2.有多少？3.都在哪？

但是(dànshì)，野外的(de)动物们数量稀少且分布广泛，它们可不会老老实实摆好 pose 等你去(qù)找，更不会心甘情愿让你随便去窥探它们的私生活——毕竟(bìjìng)它们生性警觉、行踪隐秘，甚至很多还是在夜间才出来活动。要是不幸遇到羚牛、熊、河马这些脾气大的家伙，还没等你认出它的雄雌，搞不好它已经和你比划上几招了(le)。

另外，要了解动物的行为习惯和行为背后的动机以及原理，也必须(bìxū)在对动物群体(qúntǐ)进行研究时明确个体身份。这就好比你要了解小明和小强为啥打架，首先得在一群孩子(háizi)中认出他俩才行。

比起辨认人类小孩，野生动物群体中(zhōng)的个体识别难(nán)度要大得多。就拿同是灵长类的川金丝猴来说，头部器官分布与人类相似，面部特征是有共性(gòngxìng)的。但人类面部毛发(máofà)稀少，五官(wǔguān)特征更加清晰。而猴子面部毛发浓密，且毛发区域相对更明显，纹理特征更复杂。除非长期与它们朝夕相处，否则在野外环境中很难迅速分辨出不同个体。

猜一猜，这些照片(zhàopiān)里究竟是一个猴还是七个(qīgè)猴？答案是 18 只猴！图片来源：陕西省动物研究所赵海涛

长期以来，个体识别的数据采集主要依靠“一笔(yībǐ)、一本、一望远镜”，但这种(zhèzhǒng)传统的人工观察式记录非常依赖观察者自身的经验，并极大地受制于(shòuzhìyú)天气、地形等(děng)自然条件，数据采集的可靠性、效率和连续性都难以保障。并且，研究过程是十分艰苦和危险的，对于科学家们(men)来说，野外的日子真不好过。

分餐露宿、跋山涉水是开展(kāizhǎn)野生动物保护(bǎohù)工作的日常 图片来源：陕西省动物研究所赵海涛

老话说得好：只要肯用心，办法总比困难多(duō)。

近半个世纪以来，科学家们开动脑筋想出了不少方法。简单来说，大致可(kě)分为三类(sānlèi)。

第一类，利用动物(dòngwù)自身独特的(de)特征进行识别(shíbié)，主要包括体型、气味、毛色、花纹、叫声、足迹、DNA 等。例如在动物日常饲养工作(gōngzuò)中，饲养员可以通过肉眼观察(guānchá)动物的外貌特征来进行个体识别，但这样的方法需要相关人员具有丰富的经验才行，适用于动物数量不多的情况。而在野外，科学家们可以通过收集动物的毛发、粪便(fènbiàn)等生物学样本提取 DNA，利用 DNA 分子标记技术(biāojìjìshù)进行鉴别，但是这种方法成本很高，时效性也不强(bùqiáng)。此外，还可通过在野外观察动物足迹的形状、大小、步态等，来分析动物的物种、体型、性别甚至年龄等信息，但这对于工作人员的专业知识(zhuānyèzhīshí)储备要求很高，而且(érqiě)主观误差也会很大。

金雕(jīndiāo)（A）的虹膜；戴胜（B）头上的冠羽；雪豹（C）身上的斑点；大熊猫（D）的声纹；小熊猫（E）的面部花纹；斑马(bānmǎ)（F）身上的条纹；大象（G）鼻子上的鼻纹都是其独一无二的典型特征 图片来源(láiyuán)：赵海涛 齐晓光蒲志勇何鑫等提供(tígōng)

第二类，利用人为标记进行识别，通过对动物(dòngwù)个体施加人工标记物来进行区分。常见方法(fāngfǎ)的主要有：环标法、刺纹法、烙印法、染料标记法和注入微电子芯片等(děng)。例如，可以给鸟类或者家禽带上脚环，给老虎或者猴子佩戴项圈，给猪或牛等家畜打上耳标等，但这些方法可能(kěnéng)会给动物的行动造成不便，并且容易脱落。至于在动物身体上刺纹身或烙印，多见于早期的畜牧养殖，太过(tàiguò)粗暴，会对动物身心造成伤害(shānghài)，现在已经很少(hěnshǎo)使用了。

而利用低频或高频射频识别(shíbié)技术(jìshù)（Radio Frequency Identification，简称 RFID）的微电子芯片应用(yìngyòng)较为广泛，它通过电磁场传输数据(chuánshūshùjù)来识别标签中存储的动物个体(gètǐ)身份信息，以微型芯片的方式附着、粘贴或植入目标体内。这一技术主要应用于小群居动物(qúnjūdòngwù)个体身份识别，但在多目标同时识别时效果欠佳。

佩戴 GPS 定位项圈的雌性(cíxìng)川金丝猴 图片来源：陕西省动物研究所(yánjiūsuǒ)赵海涛

陕西洋县国家自然保护区的每一只朱鹮(zhūhuán)出生(chūshēng)后都会在脚上佩戴环标，这样工作人员就能清楚地了解它的详细(xiángxì)身世信息 图片来源：陕西省动物研究所赵海涛

FRID 工具 图片来源：陕西省动物研究所(yánjiūsuǒ)赵海涛

第三类，利用红外相机拍摄的(de)图像（或视频）来识别动物个体。随着数码成像技术的不断进步和红外相机设备的国产化(guóchǎnhuà)，这种方法已经在国内普及。利用红外相机可以对预设区域实现长期持续(chíxù)观察，从而便于获得那些行踪隐秘或是夜行性动物的数据。例如，感官(gǎnguān)敏锐、活动(huódòng)隐秘等特点使得大型猫科动物的行为研究十分困难，红外相机能捕捉到大量平时无法观察的直观信息(xìnxī)，为我们了解这些神秘动物贡献(gòngxiàn)巨大。

其次，使用红外相机进行观察具有较好的隐蔽性(yǐnbìxìng)，可以(kěyǐ)大大降低人为(rénwéi)活动对动物的影响。此外，相比于通过动物痕迹进行识别，拍摄到的影像数据更加直观可靠，且数字化的影像数据便于存储和交流。

图片来源：参考文献(cānkǎowénxiàn)[8]

然而，布设大量红外相(xiāng)机会产生海量数据，即便是有经验的科研人员也至少要花费 4 到 5 个小时，才能从被(bèi)识别过(guò)的个体影像、照片资料中获取少量的有效行为数据。面对未(wèi)标记和识别过的目标，科学家们也只能对这些海量信息“望洋兴叹”。

既然数据收集(shōují)和分析干起来太累，那能不能让机器代劳呢？

近十年来，随着计算机科学和人工智能技术的飞速发展，以及大规模图像数据集的出现和计算设备能力的不断增强，以卷积神经网络（convolutional neural network，CNN）为代表(dàibiǎo)的深度学习技术在动物识别中取得了巨大进展。科学家们(men)先后实现了多种(duōzhǒng)动物在野外条件下的物种识别、数量统计、行为检测、栖息地观测等(děng)智能化、无人化工作，不仅节省了大量人力与时间(shíjiān)，更(gèng)提高(tígāo)了精确度。

利用深度学习技术开展动物个体识别相关工作 非洲企鹅（a），斑马（b）,黑猩猩(hēixīngxīng)（c）,家猪（d）,奶牛(nǎiniú)（e），金钱豹（f），大熊猫（g）,亚洲(yàzhōu)黑熊（h）图片来源：参考文献[8]

CNN 是一种学习效率很高且易于训练(xùnliàn)的深度学习模型。在 CNN 基础之上，通过对卷积层、池化层、全连接层等结构的交替与优化，能够加强对图像的特征提取(tèzhēngtíqǔ)，并通过调整网络(wǎngluò)层数加强学习能力(nénglì)，进一步训练计算机提高识别性能。此外(cǐwài)，CNN 还可以结合其他神经网络架构，如基于循环神经网络（Recurrent Neural Network, RNN）的 LSTM 算法(suànfǎ)（也称为长短期(chángduǎnqī)记忆(jìyì)网络，是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对(xiāngduì)较长的重要事件）、GAN 算法（即生成对抗网络，由生成网络(Generator)和判别(pànbié)网络(Discriminator)组成；两个网络相互对抗，训练过程中最终(zuìzhōng)的目标是生成接近真实数据的样本）等，增强特征提取能力，进一步优化网络结构(wǎngluòjiégòu)，提高识别准确度。

通过 CNN 进行动物识别简化流程图 图片来源：李勃绘制(huìzhì)

2020 年，西北大学郭松涛团队在长期对金丝猴群体(qúntǐ)特征(tèzhēng)研究结果的基础上，利用神经网络(shénjīngwǎngluò)原理，提出具有关注(guānzhù)机制的深度神经网络模型，首次开发出基于 Tri-AI 技术的动物个体识别(shíbié)系统。该系统实现了对野生个体的准确身份识别和连续跟踪采样，目前已在灵长类的 41 个代表性物种和 4 种食肉动物(shíròudòngwù)群体进行了适用性验证，平均识别精度达 94.1%。更厉害(lìhài)的是，Tri-AI 系统还能兼容夜视影像的分析，实现全天候的动物研究。

Tri-AI 动物个体识别系统(shíbiéxìtǒng)的工作过程 图片来源(láiyuán)：参考文献[11]

当年唐僧要是(yàoshì)有了这套系统，那《西游记(xīyóujì)》里真假美猴王的故事怕是要改写了。

即便猴脸都能靠 AI 自动识别了，科学家们(men)依然没有满足。

他们(tāmen)还将卫星遥感(yáogǎn)与深度学习结合进行物种识别，并(bìng)且应用于羚牛、布氏斑马等野生动物监测，人们可以通过这些卫星遥感数据对物种死亡率进行调查(diàochá)并评估潜在死亡风险，甚至可以远程追踪威胁野生动物的非法活动。

利用 AI 技术无人机能够(nénggòu)快速准确地分辨出画面中的监测(jiāncè)目标 图片来源：参考文献[12]

此外，科学家们还尝试(chángshì)开发基于深度(shēndù)学习(xuéxí)的无人机检测方法(fāngfǎ)。利用无人机与 CNN 结合搭建的半自动检测方法，对非洲大草原上(shàng)的长颈鹿、非洲象等动物进行观测，不仅在效率上有很大提升，精确度也有所提高。另外，科学家们已不再局限于静态图像的AI识别，正致力于开发能够解析动态视频数据的 AI 模型了。

如今，借助 AI 技术(jìshù)的深度融合，动物身份识别技术已能实现对单个动物制定繁殖计划、进行疾病控制、开展动物行为学研究及动物种群预估等，在未来的精准畜牧养殖、食品安全(shípǐnānquán)溯源以及生态(shēngtài)保护等方面，这类技术有着巨大(jùdà)的应用潜力。

借助(jièzhù)该技术，我们甚至可以给动物群体中的每只动物都赋予明确的身份(shēnfèn)。设想一下，在不久的将来，无论是在动物园还是野外，拿起手机对着活蹦乱跳的动物一扫，屏幕上就(jiù)会跳出它们的姓名、性别、兴趣爱好、家族谱系等，甚至每一个动物的身世传奇都尽在你的掌中，那将会是一种什么样的难忘(nánwàng)体验(tǐyàn)？

感谢西北大学李保国老师团队和陕西省动物研究所赵海涛研究员等(děng)诸位师友为撰写本文提供的文献、图片(túpiàn)资料和宝贵意见。

[1]张丽霞等. 动物个体识别方法(shíbiéfāngfǎ)种种(zhǒngzhǒng). 野生动物学报，2015,36（04）：475-478

[2]黄孟选等. RFID技术在(zài)动物个体行为识别中的应用(yìngyòng)进展. 中国家禽，2018，40（22）：39-44

[3]付鑫等. 基于红外(hóngwài)相机监测照片对亚洲黑熊的个体(gètǐ)识别. 经济动物学报，2020，24（03）146-152

[4]保明伟等. 野生动物(yěshēngdòngwù)学报(xuébào)，西双版纳野象谷亚洲象个体识别及(jí)种群数量特征，2024 ,45 (03)：472 - 479

[5]顾佳音(jiāyīn). 东北虎雪地足迹个体识别技术研究(yánjiū). 东北林业大学，2013,06

[6]路红坤. 基于声纹的(de)大熊猫个体识别系统分析与研究(yánjiū). 电子科技大学，2019.06

[7]刘雪华等. 红外相机技术(jìshù)在物种监测中的应用及数据挖掘(shùjùwājué). 生物多样性,2018，26(8)：850-861

[8]刘宁. 基于图像(túxiàng)的(de)濒危动物个体识别研究——以东北虎和小熊猫为例. 四川大学，2021,06

作者丨李勃 陕西省生物农业研究所(yánjiūsuǒ)