
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于可变原型深度学习的可解释性野生动物性别分类:以山地羚羊相机陷阱图像为例
《Scientific Reports》:Prototype-based explainable deep learning for sex classification of Mountain Gazelles in the wild
【字体: 大 中 小 】 时间:2026年09月21日 来源:Scientific Reports 4.9
编辑推荐:
摘要野生动物保护区对于对抗生物多样性下降至关重要,但通过直接观察来监测物种分布和人口结构不仅耗时,而且容易造成观察者干扰。深度学习已成为分析野外数据的可扩展替代方案,但标准模型的"黑箱"性质阻碍了其应用。这是生态研究中的一个主要障碍,因为透明推理对于建立信任和有效解释至关重要
野生动物保护区对于对抗生物多样性下降至关重要,但通过直接观察来监测物种分布和人口结构不仅耗时,而且容易造成观察者干扰。深度学习已成为分析野外数据的可扩展替代方案,但标准模型的"黑箱"性质阻碍了其应用。这是生态研究中的一个主要障碍,因为透明推理对于建立信任和有效解释至关重要。我们通过濒危山地羚羊性别分类的角度来应对这一挑战,利用一个从非约束性相机陷阱图像中提取的1833个裁剪边界框数据集。从野外图像中进行可靠的自动分类对于评估有效保护管理所需的人口结构和福利指标至关重要。尽管山地羚羊在角形态和体型方面表现出明显的性别二态性,但由于姿态、光照和遮挡存在显著差异,从非约束性相机陷阱数据中推断性别仍然具有挑战性。为了提高山地羚羊性别分类的可解释性,我们采用了基于原型的深度学习框架。与标准"黑箱"模型不同,这种方法通过学到的视觉范例(原型)来表示类别,这些范例直接对应于关键图像特征,确保了透明推理。基于PIP-Net架构,我们引入了一种新的增强功能:能够学习具有可变大小和长宽比的原型,超越了刚性固定大小的补丁。这些原型是自主学习的,无需人工特征标注,使模型能够发现不同的区域特征。通过在一系列候选尺度上进行优化,我们的非固定原型方法能够捕捉更大、语义更连贯的区域,在全球准确率和F1分数上达到75%,同时提供详细的解释。我们的分析表明,显著的原型经常捕捉到与已知形态特征一致的区域:两种性别通常通过身体中央、腿部和头部特征来识别,模型基于性别特定的形态比例来区分它们。对于雄性,与角相关的原型作为一个独特的线索,反映了文献中提到的主要二态性特征。这些表示表明,模型的决策依赖于相关的形态特征而非背景伪影,为野生动物分类提供了一种透明且准确的工具。该数据集将在发表时公开提供。