猪脸识别为什么比人脸识别更有趣?

640

由于猪是多胎生动物,因此它们的长相十分相似。如图所示的是干净的小猪,人们勉强能区分出它们。在实际生活中,猪受生活环境等影响,很难识别。要实现个体化管理,首先要把它们辨认出来。

猪脸识别为什么比人脸识别更有趣?插图(1)

2018年3月,中山大学教授陈瑶生发布了“猪脸识别”技术,旨在攻破这一生物活体识别技术。我们曾定义“兽工智能”,即和动物相关而衍生的AI。“猪脸识别”这一技术的发展无疑是“兽工智能”相关领域的大突破,会让畜牧业发生巨大改变。

愿景很美好,烦恼也不少

“猪脸识别”技术早就不是新鲜事了。陈瑶生教授表示,有了“猪脸识别”技术,操作者只需要举起手机,对着某头猪扫一扫,就能得到猪的编号、猪的父母、品系等信息,甚至可以通过对猪体态和动作的识别来判断猪的健康情况。

但和所有的技术一样,“猪脸识别”这一“兽工智能”技术在发展过程中也或多或少存在一些问题。

1. 猪的变化按日计算,难以采集数据,难对比

猪的生长周期为110~120天,与牛270天左右的生长周期相比,猪在生长过程中的外貌变化可以用“翻天覆地”来形容,这就是“猪脸识别”比“牛脸”“羊脸”识别难度更高的原因。

没有现成的数据比对,我们几乎不能确定猪生长到哪一阶段面部特征或形体会有显著的变化,因此,何时进行数据采集就更加没有依据。

即便猪既听话又干净,也常常以正脸面对摄像头,智能自动采集后庞大的数据如何存储及如何分析和调用数据,依然是我们需要探究的问题。

2. 面临更加成熟技术的竞争

“猪脸识别”需要依靠数据采集、数据的学习及最后的检索等程序来确定猪的身份,每一个环节都可能会因为技术缺陷造成误差。经过长时间发展的智能耳标更成熟,而且在确定猪的身份上更加精确。

耳标相当于猪的身份证,具有唯一性,我们既可以利用它进行动物日常信息管理,也可以实现动物产品的全程追溯。智能耳标也在向着AI的方向发展,显然这两门技术的决斗还尚未开始。

除了“猪脸识别”,还有“羊脸”“牛脸”“狗脸”“马脸”识别等。

上文提到“牛脸”“羊脸”识别相对于“猪脸识别”更简单,而它们的发展无疑会给“猪脸识别”带来新的启示。剑桥大学的教授开发了一种表情识别系统,该系统通过面部识别来判断绵羊的疼痛程度。如果将这项技术应用到牧场,用摄像头来监控羊群,就可以及时发现绵羊的生病情况。

狗是人类最忠实的好朋友,“兽工智能”在其身上取得的成果很多。2018年百度推出的“狗脸识别”不仅便于宠物的找回,而且能够扫描狗脸、进行喂食及收取快递与购买商品并支付费用等。虽然初衷是好的,但自由进出可能会导致坏人牵着用户的狗偷走了他的钱。

在未来,生物活体识别技术通过深度学习对动物面部特征、整体体态和行为特征进行识别,判断其品种和其健康情况,如哪些动物生病了、生了什么病、哪些动物没有吃饱、哪些动物到了发情期需要配种等。

更重要的是,这些技术可以为食品安全、养殖户信贷服务,还可为更多的金融服务等商业应用提供决策依据。以前,如果农户只给一部分的猪投保,那么在猪死亡后,保险公司很难辨认这头猪是否投过保。而未来,农户可以依据猪的身体状况有选择性地投保,保险公司也有了对猪进行辨认的科学依据。

说到这里,猪脸难以识别的问题似乎还没有解决。以陈瑶生教授的实验场为例,母猪识别率为98%,肉猪识别率则为85%。但这个识别率并不算高,特对是对大规模的养殖场而言。

猪被识别出的概率还可以再提高吗?

可以。在这个看脸又看身材的社会,猪也不能例外。

先把脸部处理一下,如先变个形

当前使用AI实现视觉识别的原理基本上是一致的,即利用计算机神经网络的深度学习学到每一头猪的特征,然后我们利用深度学习的模型,针对测试数据集,得到每一头猪的概率,最后来判别出每一头猪。

最常采用的方法是把人脸的模型直接微调到动物脸上,但是微调在深度学习中更像是一个处理手段。

我们可以把迁移学习看成一套完整的体系。这样,我们能不抛弃从之前数据里得到的有用信息,同时能应对新进来的大量数据由于缺少标签或数据更新而导致的标签变异情况。

有研究者采用迁移学习识别马,这是一种全新的思路,对猪脸识别有极大的启发。人脸特征和动物脸部的特征本身差异很大,但是当动物的脸部变形之后,就会和人脸比较相似了。我们需要先找到人脸和马脸相似性较大的一个映射空间,使得人脸的训练数据可以被有效地利用起来训练马脸。

具体办法如下:首先我们找到人脸和马脸角度或表情相似的图片,在这里可以理解为五官之间的夹角相似;然后以相似的部位作为关键点,接着训练,以获得一个映射区间,得到了这一映射区间之后,与原来的马脸图片进行变换;最后采用人脸模型去调试动物脸检测的模型。

这项技术用在猪脸上原理也是类似的,最重要的是需要大量的人脸数据集来训练,鉴于人脸识别的快速发展,显然“猪脸识别”也可乘上这辆“快车”。

面部识别只是生物识别的一种,它可以与其他特征结合,整合多种识别模型,实现终极生物特征识别。

现实生活中,如果猪长时间低头站立和躺卧,就表明猪可能处在疲劳状态或精神萎靡;如果猪长时间抬头站立,就表明猪可能因为遭受到外界环境的刺激而产生恐慌。通过多种模态的结合,可以进一步辅助猪脸识别,提升准确性。

凭借个人的能力是没办法辨别猪的,更精准的识别与诊断,只能通过“兽工智能”来实现。

未经允许不得转载:涨姿势 » 猪脸识别为什么比人脸识别更有趣?

赞 (2) 打赏

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏