夏威夷大学开发出用于识别鲸鱼和海豚的面部识别软件

**夏威夷大学马诺阿分校的夏威夷海洋生物研究所（HIMB）的研究人员开发了一种突破性的新工具，使用面部识别技术来识别野生的鲸鱼和海豚个体。**该工具可以识别24种海洋哺乳动物，可能会改变夏威夷海洋哺乳动物的管理和保护制度。

该研究发表于《生态学与进化方法》（Methods in Ecology and Evolution），它基于一项用于人类面部识别的最先进技术，最初是为Kaggle竞赛（数据科学竞赛平台）而设计的。这项竞赛要求工程师们开发一种工具，可以使用算法单独识别鲸鱼和海豚。研究人员开发的算法可以随着时间的推移识别相同的个体，并能够研究个体的行为和运动模式。它还可以帮助估计种群规模和趋势，这对保护夏威夷鲸鱼和海豚至关重要。不仅如此，该工具还将加快勘测期间的信息收集过程。一旦研究人员在现场拍摄了动物个体的照片，他们就可以在实验室里通过算法来快速识别该物种，并帮助收集重要数据。

图：16张鲸目动物的照片，每一行包含4张相同个体的照。研究模型要从不同角度，在不同的光照条件下，以及在不同的环境中识别个体。此外，它必须将学习从一个物种如伪虎鲸Pseudorca crassiden（首行）转移到相似物种如虎鲸Orcinus orca(第二行)，同时将它们与不太相似的物种如座头鲸Megaptera novaeangliae(第三行)和非常不同的物种如南露脊鲸Eubalaena australis(末行)区分开来

团队的六名研究人员分享了代表六大洲和24个物种的宝贵图像数据，以推进鲸类动物的研究和保护。

这种新工具提供了一种非侵入性的方法来观察鲸鱼和海豚的行为，并可能成为海洋哺乳动物生态学领域研究人员的宝贵工具。由于该工具在对许多鲸类物种进行分类方面具有很高的预测性能，因此在类似的调查环境中，如相机陷阱调查中，该工具有望在其他多物种目录中发挥良好的作用。有了这个工具，研究人员可以更好地了解夏威夷甚至世界各地的海洋哺乳动物的行为和生态。

参考文献：

1. A deep learning approach to photo–identification demonstrates high performance on two dozen cetacean species

2. Patton P T, Cheeseman T, Abe K, et al. A deep learning approach to photo–identification demonstrates high performance on two dozen cetacean species[J]. Methods in Ecology and Evolution, 2023. https://doi.org/10.1111/2041-210X.14167

编译：Sara

审核：Daisy

编辑：Tommy