鲸视觉：基于侧腹与尾鳍图像自动识别抹香鲸个体的深度学习系统及其在海洋保护中的应用

本研究针对地中海濒危物种抹香鲸(Physeter macrocephalus)个体识别效率低下的问题，开发了基于对比学习的双模态深度学习系统Whale Vision。通过训练ResNet101模型构建128维特征空间，首次实现同时利用尾鳍(fluke)和侧腹(flank)图像进行识别，测试准确率分别达81.2%和76.5%。开发的跨平台应用支持新个体无缝添加，为缺乏尾鳍标记的幼鲸及地中海种群提供创新解决方案，技术可扩展至其他鲸豚类物种。

　　

在地中海蔚蓝的海域中，抹香鲸(Physeter macrocephalus)正面临严峻的生存挑战。这个被列为濒危物种的海洋巨人，其种群监测主要依赖传统的照片识别技术。然而现有方法存在明显局限：一方面，依赖尾鳍(fluke)图像的传统识别方式在地中海种群中效果不佳——由于缺乏虎鲸等天敌，当地抹香鲸尾缘损伤标记较少；另一方面，幼鲸常进行浅潜不展示尾鳍，而侧腹(flank)虽更易拍摄却缺乏自动化识别工具。更棘手的是，人工比对数千张照片需要研究人员投入数百小时，这种低效流程严重制约了保护行动的时效性。

为突破这些瓶颈，来自英国诺丁汉大学的研究团队开发了革命性的Whale Vision系统。这项发表在《Ecological Modelling》的研究，首次将深度学习技术同时应用于抹香鲸的尾鳍和侧腹识别。团队与意大利Oceanomare Delphis组织合作，利用2004-2022年间采集的14,687张图像（含11,477张侧腹和3,210张尾鳍图像）构建数据集，涵盖110头地中海抹香鲸。通过创新的三阶段流程——基于Faster R-CNN的特征裁剪、ResNet101特征嵌入提取和对比学习识别，系统成功实现了双模态高精度识别。

关键技术方法包括：1）采用Faster R-CNN与ResNet50构建自动裁剪模型，从复杂背景中定位尾鳍/侧腹区域；2）设计双通道ResNet101网络，通过三元组损失(triplet loss)训练生成128维特征嵌入；3）建立动态参考集系统，支持通过5张样本图像即可注册新个体；4）开发跨平台Electron应用集成上述技术，支持GPU加速识别。

研究结果展现出突破性性能：

1. 1.

   双模态识别效能

   在保留10%个体作为新样本的测试中，尾鳍识别准确率达86.4%，侧腹为74.6%。尤为关键的是，当联合使用两种特征时，准确率跃升至94.1%，证实侧腹图像可有效弥补传统方法的不足。

2. 2.

   跨物种适应性验证

   将技术迁移至三种海豚（瓶鼻海豚、瑞索海豚和普通海豚）识别时，专用模型准确率高达90.6%-99.6%。即使直接使用抹香鲸模型，识别准确率仍显著高于随机水平（10.3%-20.3%），证明特征嵌入方法具有跨物种潜力。

3. 3.

   最小样本量需求

   仅需1张参考图像即可达到67%识别准确率，5张图像时性能趋于稳定。这一特性极大降低了新个体注册门槛，对长期监测项目具有重要实践价值。

4. 4.

   应用效能提升

   实际测试显示，Whale Vision将人工识别时间从20-30分钟/例缩短至10分钟内，且支持批量处理含多个体的原始图像。软件提供的top-5候选名单准确率达92.9%，大幅减少人工比对范围。

在讨论部分，作者强调了三大创新价值：首先，侧腹识别功能填补了幼鲸和地中海种群监测的技术空白；其次，动态特征空间设计突破了传统分类网络需反复训练的局限；最后，开源策略（MIT许可证）促进了技术普惠。未来工作将聚焦多物种统一模型开发和时间加权嵌入算法，以应对个体形态随年龄变化带来的挑战。

这项研究标志着鲸类保护进入智能识别新时代。通过将前沿深度学习技术与生态学需求深度融合，Whale Vision不仅为地中海抹香鲸保护提供了关键工具，其模块化设计更为全球海洋生物多样性监测树立了新范式。正如研究者所言："当科技与保育相遇，每个像素都能成为守护海洋巨人的力量。"