加入收藏

当前位置: 网站首页 院务公开 学院新闻 正文

Biological Conservation在线发表我院大熊猫研究团队关于“大熊猫个体识别”的最新研究成果

时间:2020-03-22点击数:


撰稿:张晋东   审核:唐贇

大多数关于野生动物行为生态学的研究都要求研究对象是可以个体识别的。个体识别不仅是无偏数据收集的必要基础(如个体行为数据记录),也是记录所关注变量在个体间变化(如社会关系、特殊行为等)的关键。但是,利用外观的明显变化进行个体识别方法通常不适用于种群规模较大的物种(如蜘蛛、猴类)或特征上没有明显差异的物种(如大熊猫Ailuropoda melanoleuca),因为个体过多意味着要记录的个体特征的数量增加,没有明显特征的动物意味着只有细微的特征变化,很容易出现对个体的错误识别。由于没有合适的方法来识别和监测大熊猫的目标个体,目前缺乏对大熊猫长期的野外跟踪和监测数据,很有必要开发一种用于目标个体识别的合适方法。

为了解决上述大熊猫个体识别的技术问题,我院张晋东研究员的研究团队,与我校数学与信息学院的郑伯川教授团队合作,基于深度学习技术,对来自25个圈养大熊猫的65000张面部照片进行学习、训练、调试,成功建立了大熊猫面部识别网络,平均识别率达95%。该技术能够极大地提高大熊猫个体监测和大数据分析效率,可应用于大熊猫等野生动物的个体识别、生活史和社会机制等研究中,能促进野生动物保护相关工作的开展。

该研究成果以“Identification of animal individuals using deep learning: a case study of giant panda”为题近期在线发表在Elsevier出版集团旗下的国际权威保护生物学期刊Biological Conservation2020年最新中科院JCR分区1区,Top期刊,最新影响因子为4.451)。我院2018级研究生侯金为论文第一作者,张晋东研究员和郑伯川教授为共同通讯作者。该研究得到了国家自然科学基金(41571517, 31572293)、西南野生动植物资源保护教育部重点实验室开放基金(XNYB17-2)、四川省科技厅支撑项目(2019YFG0299)、西华师范大学科研创新团队基金(CXTD2018-9)、西华师范大学博士启动项目(17E073, 17E074)和西华师范大学英才基金项目(YC358)的资助。

论文链接:https://www.sciencedirect.com/science/article/abs/pii/S000632071931609X

版权所有 © 西华师范大学生命科学院 地址:中国·四川省南充市师大路1号 电话:0817-2568318 技术支持:博达软件