人脸识别一个意想不到的用途：跟踪黑猩猩

一种新的深度学习算法被训练用来识别野生黑猩猩的性别和身份，它可以帮助科学家更好地理解动物行为。

新闻：最近，人脸识别因其可能被滥用来侵犯公民自由而受到批评。但在人类领域之外，牛津大学的研究人员发现了这项技术一个新的、相当合适的用途：帮助他们监测黑猩猩的行为和互动。一篇描述他们研究的论文发表在《科学进展》杂志上。

他们所做的是：利用14年来拍摄的大约50个小时的镜头，科学家提取了23只黑猩猩的1000万张面部图像，并将它们输入一个深度神经网络。由此产生的模型能够以高达93%的准确率识别黑猩猩个体，并在高达96%的情况下正确分类他们的性别。在一项对比测试中，该模型的准确率是人类标记专家在近一小时内完成任务的两倍，是新手在近两小时内完成任务的四倍。相比之下，这个模型只花了几分之一秒。(有几次失败了，它最常把黑猩猩的屁股当成脸。)

然后，研究人员用这个模型分析了一群黑猩猩的社会互动。该模型显示，母亲和婴儿在一起的时间最长，这一发现与人们所理解的行为模式相符。

其他动物追踪器：这不是人脸识别首次被用于追踪动物。一个名为ChimpFace的类似工具正被用于打击非法贩卖黑猩猩，还有一些用来寻找狐猴、狒狒和其他濒危灵长类动物踪迹的研究。在最新的研究中，其算法通过最小化原始素材所需的预处理量，从而改进了前人的算法。虽然之前的算法在处理光照变化和分辨率较差的图像方面有困难，但最新研究的算法在这些条件下表现能更好是因为在更多样化的数据集上训练的。

为什么重要：动物研究人员经常依靠视频来跟踪他们研究的种群的行为。但是，对大量数据进行分类十分耗费人力和时间，手工标记也可能不准确。该模型为加速动物行为研究提供了一种有前景的新方法。它还可以用来改进现有的追踪濒危物种和走私物种的工作。