动物面部识别技术如何工作?能用来做什么?

导读人工智能人脸识别由计算机视觉解决方案支持的动物面部识别(有时不仅仅限于面部)可以作为上述方法的一个可行的替代方案,尽管它
 人工智能人脸识别由计算机视觉解决方案支持的动物面部识别(有时不仅仅限于面部)可以作为上述方法的一个可行的替代方案,尽管它有其缺点,但该技术可以在特定情况下显示出高水平的精准性,那么,动物面部识别是如何操作的呢?

以往在这方面,微芯片是最受欢迎的动物识别方法。然而,植入芯片需要进行侵入性手术。如果没有专门的设备,它们就无法读取,而且小偷可以提取微芯片。另一种方法是DNA分析,它是精确的,但也非常昂贵和耗时。

由计算机视觉解决方案支持的动物面部识别(有时不仅仅限于面部)可以作为上述方法的一个可行的替代方案。尽管它有其缺点,但该技术可以在特定情况下显示出高水平的准确性。那么,动物面部识别是如何操作的呢?阻碍这项技术进步的挑战会在哪里?

1-1G1211RAE24

一、动物面部识别是如何工作的?

一般情况下,动物面部识别解决方案主要有三个步骤:

图像捕捉:用高分辨率相机拍摄动物的照片。有些算法只对预定义的姿态起作用,所以必须选择符合这些条件的图像。

特征提取:评估动物的生物特征数据的适用性,并在需要时进行预处理。然后该算法提取出识别所需的特征集。

匹配:将提取的特征进行数学表示,并与其他图像进行匹配。例如,如果我们正在丢失的宠物数据库中寻找一只狗,我们将狗的独特特征与该数据库中所有的动物进行匹配。

几种方法可以执行匹配。一种方法是使用KNN和DBSCAN等算法进行聚类,得到一组与我们的目标图像高度接近的图像,用户可以手动选择最合适的图像。此外,还可以采用概率方法,将最终结果表示为置信水平。

据介绍,能够准确识别动物的技术可以帮助主人与走失的动物团聚,识别特定的动物,帮助农民监控牲畜,帮助研究人员研究野生动物。

二、实施动物面部识别技术的挑战

动物的面部识别技术远远落后于目前相当先进的人脸识别技术。研究人员大约四年前开始对动物面部识别进行实验,但通用技术的准确性仍然相当低。另一方面,具有特定目的的解决方案,例如识别一种特定的动物,可以是准确的。

想要实现动物面部识别解决方案的公司需要考虑三个主要挑战:

1、确定最优特征集

科学家们已经指定了一种特征向量,可以用于独特的人脸识别。然而,同样的方法并不适用于动物,因为我们不知道我们需要使用哪些功能以及如何解释它们。例如,在与人打交道时,科学家可以使用变分自动编码器(VAE)架构从人脸中提取特征。在这种方法中,一个人的照片被压缩到包含所需特征的向量,如肤色和面部表情。

说到动物面部识别,目前还没有可靠的特征向量。解决一个可靠的特征向量的挑战将大大推进该领域的研究。

在这方面的一个开源例子是DogFaceNet,它是一个基于深度学习的狗识别实现。它使用狗的眼睛和鼻子作为特征集。如果整体目标是区分狗的品种,这个解决方案工作得相当好,但当涉及到区分动物个体时,它的表现相当差。

2、取决于一个动物的姿势

另一个例子是使用局部二值模式直方图(LBPH)算法,它将图像转换成像素,通过比较不同图像的像素值进行运算。这种方法取决于动物的姿态,这使得它对姿态变化很敏感。

对于人类来说,很容易摆出一个特定的姿势并坐着不动。然而,当我们试图让猫或狗以特定的姿势保持不动时,事情就变得更加复杂了。

3、提供全面的训练数据集

为了使训练有效,数据必须是多样化的,并覆盖算法预期执行的所有任务。例如,如果该算法应该识别不同的狗品种,那么数据集应该充分覆盖从不同角度捕获的所有的品种,并进行适当的标记。这里有几个可能出错的地方。例如,有人可能会提交混合品种的图片,有人可能会给他们的图片贴上错误的标签,并指定错误的品种名称。为了避免此类问题,专家必须逐一审查数据集中的所有照片,以验证图像的合法性和标签的准确性。

动物面部识别的发展并不会像人脸面部那样迅速和精准,因为面对不同动物的特征和习惯等,也都无法将数据进行全面的采集和操作,对月野生动物还没有更具体的解决方案,在动物的脸部识别上,还有很长一段路要走。

免责声明:本文章由会员“刘龙”发布如果文章侵权,请联系我们处理,本站仅提供信息存储空间服务如因作品内容、版权和其他问题请于本站联系