利用姿态感知的度量学习方法对棕熊进行个体识别

《Current Biology》:Individual identification of brown bears using pose-aware metric learning

【字体: 大 中 小 】 时间:2026年01月24日 来源:Current Biology 7.5

编辑推荐:

  识别物种内的个体是生态学与生物学研究的基石,关乎行为学、种群动态及保护需求的解析。然而,传统的识别方法(如基因采样与物理标记)存在侵入性强、成本高昂及可扩展性有限的显著权衡。尽管计算机视觉技术在具斑纹物种的个体重识别(ReID)领域取得了显著进展,但在非模式物

  
识别物种内的个体是生态学与生物学研究的基石,关乎行为学、种群动态及保护需求的解析。然而,传统的识别方法(如基因采样与物理标记)存在侵入性强、成本高昂及可扩展性有限的显著权衡。尽管计算机视觉技术在具斑纹物种的个体重识别(ReID)领域取得了显著进展,但在非模式物种(unmarked species)中实现可靠的个体区分仍是一个开放性挑战。在此背景下,研究人员整理了一个包含109只已知个体、跨越6年、共计72,940张图像的野生阿拉斯加棕熊(Ursus arctos)数据集。这些图像涵盖了多季节、多条件(如脱毛、体重剧增)下的高分辨率画面。尽管棕熊的识别极具难度,但该研究所提出的新型基于姿态引导的度量学习(Pose-guided metric learning)AI模型——PoseSwin,能够利用生物特征信息实现个体重识别(ReID),在未来研究与保护工作中展现出良好的准确性前景。研究结果表明,跨年份重识别个体棕熊以及在“真实世界”开放数据集中检测未知个体是可行的。PoseSwin为非模式物种的非侵入式ReID提供了一种极具潜力的方法,并拓展了野生动物与生态学研究的问题边界。
论文解读:基于PoseSwin的野生棕熊长期个体重识别研究
研究背景与立项依据
个体重识别(ReID)是野生动物生态学研究的基础性工作,传统依赖遗传采样或物理标记的方法存在侵入性高、成本昂贵且难以大规模应用的局限。虽然计算机视觉技术已成功应用于斑马、虎鲸等具独特体表图案物种的识别,但对于棕熊这类缺乏明显永久性标记且外观随季节变化剧烈(如换毛、体重波动、疤痕增生)的“非模式物种”,自动化ReID仍是巨大挑战。现有研究常受限于样本量小、数据集单一或评估协议过于理想化(如随机划分训练测试集导致的时间泄露),无法反映野外长期监测的真实场景。为此,研究人员在《Current Biology》发表研究,旨在通过构建大规模纵向数据集并开发新型算法,解决非模式物种在长期时间序列下的个体识别难题。
关键技术方法
本研究首先于2017至2022年间在阿拉斯加麦克尼尔河州立禁猎区(McNeil River State Game Sanctuary)收集并人工整理了一个包含72,940张图像、涵盖109只野生棕熊的纵向数据集(BrownBearHeads)。数据采集模拟真实野外拍摄,包含连续时间序列图像。研究人员开发了计算预处理流程,利用HRNet-W48与DeepLabCut进行熊体检测、头部检测及头部关键点估计。核心算法PoseSwin结合了Swin Transformer骨干网络与姿态感知条件,将姿态嵌入与图像块特征融合。采用度量学习(Metric Learning)框架与三元组损失(Triplet Loss)进行训练,并实施了严格的时间感知(Time-aware)评估协议,将数据集按年份严格划分为训练集(Gallery)与测试集(Query),分为年内(IID)与跨年(OOD)两种情景,以模拟真实世界的分布偏移。
研究结果
1. 构建具有真实世界图像采集特征的野生阿拉斯加棕熊纵向数据集
研究人员通过在阿拉斯加半岛麦克尼尔河保护区长达6年的实地工作,建立了一个包含109只已知个体、72,940张图像的大型数据集。该数据集捕捉了棕熊在自然状态下的多变性,包括因大量进食鲑鱼导致的体重剧增、冬季毛发脱落以及个体争斗造成的疤痕。数据预处理流程利用HRNet-W48和DeepLabCut提取了熊体、头部及头部关键点信息,形成了BrownBearHeads数据集,详细记录了每只熊在不同年份、不同季节及不同姿态下的影像特征。
2. 结合姿态感知条件的度量学习方法(PoseSwin)实现ReID
研究人员提出了PoseSwin模型,该模型基于Swin Transformer架构,创新性地引入了姿态感知条件。通过将头部姿态估计(Pose Estimation)与图像分块特征并行处理,模型能够有效利用不同视角(包括侧视)的图像,解决了野外难以获取标准正脸图像的难题。在训练阶段采用三元组损失函数优化特征空间,使得同类个体特征聚集、异类分离。在时间感知评估协议下,PoseSwin在验证集上表现出色,而在更具挑战性的跨年测试中,其表现显著优于ResNets、普通Swin-B及近期的基础模型MegaDescriptor-L,证明了姿态信息对于提取稳定生物特征的重要性。
3. 棕熊个体身份可随时间预测
在年内(IID)测试中,PoseSwin的Rank-1准确率稳定在82.8%至86.0%之间,表明模型能有效克服个体在单一年份内因体重变化和光照差异带来的识别障碍。在跨年(OOD)测试中,面对更为严峻的外观变化,模型依然实现了61.2%至72.7%的Rank-1准确率。可视化结果显示,即便在相隔数年且个体体型、毛色迥异的情况下,PoseSwin仍能聚焦于稳定的面部结构特征(如口鼻部形状、耳位)进行正确匹配。此外,模型在处理麦克尼尔河雄性棕熊特有的季节性面部肿胀(由于大量进食鲑鱼导致)时也展现了鲁棒性。
4. PoseSwin可检测数据集中未见过的新型棕熊(开放世界设定)
在开放世界(Open-world)挑战中,研究人员利用余弦距离(Cosine Distance)作为相似度度量,发现已知个体在特征空间中通常紧密聚类(余弦距离0.0–0.1),而新出现的未知个体则远离所有已知聚类。基于此,模型能有效识别出特定年份新迁入或出生的个体(Novel bears),证明了该系统不仅适用于封闭种群的普查,也适用于开放系统的动态监测。
结论与意义
本研究通过构建迄今为止最大的野生棕熊个体影像数据集之一,并开发PoseSwin这一新型深度学习框架,成功克服了非模式物种因外观剧烈变化带来的ReID难题。研究强调了时间感知评估协议在野生动物重识别基准测试中的关键作用,避免了因时间泄露导致的性能虚高。该研究不仅证实了利用头部稳定特征进行跨年度个体识别的可行性,也为其他缺乏明显体表标记的大型哺乳动物(如北极熊、大型猫科动物)的保护监测提供了可迁移的技术范式。这项工作标志着计算机视觉在野生动物生态学研究中的应用从“模式物种”向“非模式物种”的重要跨越。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号