近日，此前研发“猴脸识别”技术的西北大学生命科学学院郭松涛团队再次发布重要成果——一种可以实现动物行为智能识别和自动量化的开源AI框架。科技日报、中国科学报、中国新闻社、中国日报等媒体纷纷关注报道。

动物行为是常见但又复杂的自然现象。长期以来，人们一直通过肉眼观察来记录和研究动物行为，近几十年，研究人员越来越多地依赖视频记录来更精细地研究行为学，尽管视频数据可通过专业软件辅助分析，但要观察仅仅几天的动物行为视频就需要花费多达百小时人工反复审查，这种耗时低效的工作，严重制约了对动物各种行为规律的认知。

2018年，郭松涛联合西北大学信息科学与技术学院，和西安电子科技大学跨学科攻关，开始研发专注于动物行为研究的人工智能技术；2020年，团队基于长期积累的金丝猴特征数据，创新性提出具有关注机制的深度神经网络模型，成功研发出全球首个金丝猴个体识别系统（Tri-AI）。

“系统颠覆了依靠动物个体特征（斑纹、颜色、伤疤）或者人为标记特征（如烙印、刺青、染色、环志、无线电项圈及遗传标记）的传统方法，实现了对野生个体的准确身份识别和连续跟踪采样的功能。更重要的是，该系统为在理想条件下实现‘无观察者干扰效应’的动物学研究提供了可能。”郭松涛说。

郭松涛老师及团队成员野外观察图片

郭松涛老师及团队成员野外观察图片

随着研究的深入，1.0版本的“猴脸识别”已经不能满足需求，为解决行为智能分析中面临的共性难题，郭松涛团队以行为学原理为根基，融合人工智能技术，历时四年研发出“猴脸识别2.0”——自动识别与测量AI框架。

“AI框架就像一位‘翻译官’，让人可以通过算法，在实验室内推断出动物行为背后的含义。”郭松涛说道。为解决行为智能分析中面临的共性难题，团队基于行为学分析原理，从行为的结构分析，利用人工智能技术，设计了自动识别与测量AI框架，融合“猴脸识别”技术，最终实现了可以区分和追踪野生动物个体身份的行为精准自动识别与测量，以及自动汇报行为节律和时间分配结果的行为自动化监测的技术突破。

行为AI识别框架及处理流程示意图

“我们所研究的群体数量较大，如何区分每一个个体，‘猴脸识别’技术就发挥了重要作用。并且，在分辨出个体的基础上，才能对其个体的行为识别进行连贯而系统的分析。”郭松涛把猴脸识别技术比做行为识别技术的铺垫。通过这两种技术的结合，研究人员能够自动化检测和测量野生动物全周期的行为特征。

研究团队用多种监控设备获取野外动物影像资料，进而用算法对获取的画面进行系统化量化和自动分析跟踪，“轻而易举”地就能对动物行为进行识别。在构建框架时，团队反复试验，最后通过将动物的整个身体布列出17个点，通过这些点的结构运动，分析其行为。“它不再是依赖于对某一姿势或动作的解读，而是对全流程的分析。”郭松涛说，这种结果排除了人为观察的干扰，也显得更为客观。

郭松涛表示，该技术可广泛应用于圈养动物日常活动规律监测和关键行为异常预警、野生动物行为数据分析和习性研究、实验动物健康状态和福利监测，甚至对人类自身的行为特征和健康状态进行监测分析。

当框架能够精准捕捉动物们的“日常节奏”，为每一个动物个体建立行为档案，不仅为此后的科研建立数据库，也为普通人了解动物的内心世界提供了一个窗口。演示中，团队成员、硕士生王詹打开手机小程序，对准电脑屏幕上的一张猴子照片按下快门，不到5秒钟，结果就出来了。“它叫‘洋葱’，可信度85%。”刘洋说。随后的演示图像中，“洋葱”的整个身体被打上若干个点位标记，分析这些点位的运动规律，就能深度解析其全生命周期的行为意图。

而对于团队博士生刘佳而言，框架数据的采集确实带来许多挑战。不过，在采集过程中，观察到动物家族之间类似人类的互动时，又感受到行为研究的价值。“当你预判到动物的下一个动作并被验证时，那种成就感难以言喻。”

该系列研究成果受郭松涛主持的5项国家自然科学基金项目和科技部重点研发课题支持。

当下，郭松涛最为期待的，是同行的研究者们都能将此框架应用起来，希望更多的人参与进来，促使技术迭代、精度提高、互相帮助。

原文链接：https://page.om.qq.com/page/OEwQVxw7q5ZIfTYn3O5A5gcA0?lt=0&uid=18233863&ADTAG=tgi.wx.share.message