基于卷积神经网路的普通猕猴脸部识别系统设计

来源: 发布时间:2023-12-04 浏览次数:524
基本信息

第一作者姓名:雷致远

性别:男

民族:汉族

第一作者学校:汉鼎书院

第一作者人所在年级:9年级

第二作者姓名:卢滢檀

性别:女

民族:汉族

第二作者人所在学校:汉基国际学校

第二作者人所在年级:9年级

第三作者姓名:

性别:

民族:

第三作者人所在学校:

第三作者人所在年级:

辅导教师姓名:马尧


作品摘要

*主要特征:

研究基于卷积神经网路的深度学习模型为香港普通猕猴(Macaca mulatta)设计脸部识别系统“MFR”。在21只猕猴中,采用“猴脸”法识别平均准确率为82.6%,猴头”法平均准确率为84.2%。

*主要用途:

“MFR”猴脸识别系统是一种对普通猕猴非侵入性的个体识别方法。该方法不需要接触猕猴,不伤害猕猴,通过“扫脸”就可以识别不同的猕猴。这种方法可以改善香港野生猕猴的研究、保育和管理。

*与人工智能的相关性说明:

目前香港对野生猕猴个体识别的方法是打耳洞、植入晶片或纹身。“MFR”猴脸识别方法对猕猴没有伤害,识别效率更高。 与其它动物脸部识别系统相比,“MFR”采用两种不同的脸部识别方法,识别区域定义更清晰。


作品说明

*构思形成:

在香港,目前对野生猕猴个体识别的方法是打耳洞、植入芯片或胸部纹身。我们认为这样的方法很残忍,对猕猴造成了伤害。如果可以开发出一款“猴脸识别”系统,给猕猴一扫脸就知道它是哪只猴子,就可以很好的解决问题。

*设计过程:

“MFR”猴脸识别系统使用基于卷积神经网络和TensorFlow 2对象检测框架的深度学习模型,共收集62只猕猴的114个视频和352张照片作为数据库,选择21只猕猴的182张照片和视频帧作为MFR的原始训练样本,通过图像增强将其扩展到9100张图像。研究采用两种面部特征标注方法,“猴脸”法主要覆盖眼睛、鼻子、嘴巴等面部无毛区域;“猴头法”不仅包括“猴脸”,还包括耳朵和面部周围的毛发。

*演示效果:

MFR系统可以通过导入图片识别或摄像头实时识别猴脸。“猴头法”的MFR平均准确率为84.2%(平均精确度89.7%,平均召回率93.9%),“猴脸法”的MFR平均准确率为82.6%(平均精确度88.6%,平均召回率93.2%)。“猴头法”MFR的表现更好,精度更高,但“猴脸法”MFR被认为更适合长期观察,因为野生猕猴面部周围的毛发可能会经常发生变化。

*优点:

目前香港对野生猕猴个体识别的方法是打耳洞、植入晶片或纹身。“MFR”猴脸识别方法对猕猴没有伤害,识别效率更高。 与其它动物脸部识别系统相比,“MFR”采用两种不同的脸部识别方法,识别区域定义更清晰。

*还需进一步研究的问题:

未来我们将采用特征点的方法标记猴脸。我们将采集更多香港野生猕猴脸部样本,使用更强大的计算机设备,实现对更多野生猕猴的个体识别。


作品图片