宾夕法尼亚州立大学的野生动物生物学家与云计算服务公司Microsoft Azure的科学家合作，开发一种新的自动化方法用于分析数码照片，利用机器学习技术改进照片转化为野生动物研究可用数据的方式，这将有助于依赖照片的野生动物研究人员通过其独特的标记来识别个体动物。

宾夕法尼亚州立大学生物学副研究教授，野生自然研究所首席科学家Derek Lee说，“许多研究人员需要识别和收集研究中特定个体的数据，例如估计其生存，繁殖和运动，许多研究人员不是用标签和其他可能干扰动物行为的人类应用标记，而是拍摄动物独特标记的照片。模式识别软件可以帮助分析这些照片，但照片都必须手动准备，因为我们经常会拍摄数千张照片，这造成了严重的挑战。”

作为正在进行的大型研究的一部分，Lee使用照片以了解东非3000多头长颈鹿的出生，死亡和迁移情况。

团队拍摄了每只动物独特而固定的斑点图案的数码照片，以便识别它们。但是在通过模式识别软件处理图像以识别个体之前，研究团队必须手动裁剪每张照片或描绘需要的区域。

Lee与来自微软的科学家合作，他们提供了一种新的图像处理服务，使用部署在Microsoft Azure云上的机器学习技术自动执行这一重要且耗时的过程。

微软团队使用一种用于物体检测的计算机算法，训练了一个程序，利用现有的手动标记过的照片识别长颈鹿躯干。该程序使用主动学习过程进行了迭代改进，系统向能够快速验证或纠正结果的人显示新图像上预测的裁剪方块。

然后将这些新的图像反馈到训练算法中，进一步更新和完善程序。由此产生的系统可以非常准确地识别出图像中长颈鹿躯干的位置，即使长颈鹿只是图像的一小部分，或者它的躯干被植被部分遮挡。

“系统实现了对长颈鹿躯干的近乎完美的识别，而没有昂贵的硬件要求，如专用的GPU，”Lee说，“过去我们花了一周的时间来处理调查后的新图像，现在只需几分钟即可完成。这个系统使我们更接近全自动动物识别。”

新系统将大大加速团队对长颈鹿种群的研究，由于栖息地丧失和非法捕猎，长颈鹿种群在非洲迅速下降。

“长颈鹿是大型动物，它们覆盖了很远的距离，所以我们自然而然地利用大数据来了解它们，所以我们可以保护和连接对长颈鹿保护很重要的区域，我们需要新工具来实现这一目标，并且与Azure技术相结合，使我们的工作成为可能。”

这个过程对于研究具有独特识别模式的其他动物的人员也很有用，包括一些野猫，大象，火蜥蜴，鱼，企鹅和海洋哺乳动物。可以训练该系统以识别照片并将照片裁剪为需要进行研究的区域。

论文：
dx.doi.org/10.1016/j.ecoinf.2019.02.003