一只红鼓起的狐猴
中心Valbio研究站，一个现代建筑的石头和玻璃设置在丛林丘陵在马达加斯加的Ranomafana国家公园边缘，开始看起来像The Wire的第三个季节。大的夹板衬在墙上，每一个都覆盖着几十张固定的照片。一些图像被分组在一起在家庭，而其他浮动单独，不连接。 2012年，Rachel Jacobs使用侦探McNulty风格的策略，在一个非常不同的类型的团队中解决协会：公园的红腹狐猴的人口。
生物人类学家，Jacobs正在研究如何在狐猴的颜色视觉进化，这意味着跟踪超过100个动物。她很好地告诉他们。 Jacobs完成论文后，她的Ranomafana同事不断地呼吁她的lemur ID帮助，这么多，Skype ping的压倒性。所以Jacobs开始发送电子邮件给她能找到的每一个计算机视觉专家。上周，经过多年与密歇根州立大学的学生和教师合作，在她对外地照片的研究上训练一个人工深度神经网络，Jacobs终于露出了她的第二套眼睛：LemurFaceID。
该程序是一个面部识别系统，很像Facebook和Google用于人。但是，不是看看面部几何 - 像你的眼睛之间的距离，或者你的鼻子的长度 - LemurFaceID使用10×10像素的正方形来识别毛皮纹理的差异。 （也像人脸识别软件一样，照片必须是黑白的，以使LemurFaceID能够工作。）足够正确地识别98.7％的已知个体中的狐猴。
面部识别软件像Facebook的需要大量的培训数据 - 数百万张照片，但雅各布只有数百个狐猴图片。所以他们不得不做一些finagling，使用不是一个搜索图像，但两个融合在一起，并手动显示每个狐猴的眼睛的计算机。 “这是一个巨大的唤醒呼唤我们，”雅各布说。 “超过20个人是一个大的数据集到一个狐猴生物学家。为了进一步自动化，我们需要更多的相机和更多的照片。
这就是梦想。每年有22万游客参观Ranomafana看到它的12种狐猴，其中大多数是受威胁或濒危。这是很多智能手机摄像头，可以转向树。 Jacobs和她的团队正在努力将LemurFaceID构建成一个赢咖4平台，游客可以在他们访问时下载，以便数据库和软件的功能随着每一个快照增长。
“我不认为我们应该完全依赖任何计算机系统进行识别，”Jacobs说，他现在是乔治华盛顿大学的博士后。但它确实是一种较少侵入性的技术，比捕获，药物，和collaring或标记。这些过程 - 虽然他们让你额外的数据，如健康评估和DNA样本 - 总是带来的伤害动物或扰乱团体动力的风险。
狐猴不是唯一的动物受益于更新和更好的计算机视觉和赢咖4系统现在上网。德国的一个小组开始对黑猩猩进行类似的面部识别。刚果的生态学家使用计算机视觉根据其独特的条纹跟踪斑马。 Dartmouth的科学家最近开发了一种称为Wild-ID的模式匹配算法，以监测坦桑尼亚大角羚和长颈鹿的大规模迁徙。它对于长颈鹿来说效果非常好，他们已经停止捕捉和标记动物，即使他们对长颈鹿人口统计学进行了最大规模的研究。
在LemurFaceID论文出来后，密歇根州的合作者之一Anil Jain开始收到来自全球生物学家的电子邮件，希望知道是否有可能为他们制作系统。从蒙大拿的灰熊到印度的大象，科学家们纷纷呼吁获得更多的相机和更多的计算机，包括计数，监测和跟踪他们的野生病房。现在，耆那教没有任何新的合作伙伴关系，但他对这个领域的潜力很乐观。 “我们用狐猴做的是没有钱的旁边项目，”他说。 “但你可以做更多的更多的时间和资源。
就像说，一个空中无人机军队都装备高分辨率相机。或者一群水下赢咖4与鱼相机欺骗。他们肯定打了一个充满了针脚和贴纸笔记本。
