Deep learning-based methods for individual recognition in small birds (小鸟个体识别的深度学习方法)
[1] A. C. Ferreira et al., ‘Deep learning‐based methods for individual recognition in small birds’, Methods in ecology and evolution, vol. 11, no. 9, pp. 1072–1085, 2020, doi: 10.1111/2041-210X.13436.
本研究利用深度学习方法实现了对小鸟的个体识别，通过自动化数据收集和训练卷积神经网络，成功解决了大规模数据收集的难题，并展示了在不同环境下识别个体的可行性。
论文背景: 过去的个体识别方法通常需要标记动物，但这些方法存在数据收集和分析耗时的问题，或者限制了数据收集的环境。过去方案: 传统方法通常需要人工标记或使用标记设备，限制了数据收集的规模和灵活性。论文的Motivation: 作者希望利用深度学习技术解决个体识别中的挑战，提高数据收集效率和扩展数据收集的环境。理论背景:本文描述了使用基于深度学习的方法对小鸟进行个体识别的过程。作者概述了自动化收集训练数据、生成训练数据集以及训练卷积神经网络（CNN）以实现对个体鸟类的识别的步骤。他们将这些方法应用于三种小鸟物种，包括野生和圈养环境。这些方法涉及自动化收集带有标签的图像、构建由每个个体数百张图像组成的训练数据集、训练CNN以在新图像中唯一重新识别每个个体，并展示了CNN在动物生物学研究中的普适性。作者还提出了解决新进入个体问题的潜在解决方案。该研究证明了在实验室和野外环境中应用最先进的深度学习工具进行鸟类个体识别的可行性。
技术路线：本文使用了基于深度学习的Mask R-CNN模型对社交织布鸟、大山雀和斑胸草雀进行个体识别。然而，对于大山雀和斑胸草雀，模型表现不佳，因此作者通过为每个物种添加一个新类别来重新训练模型。他们使用VGG Image Annotator软件手动标记了训练数据中感兴趣区域的位置。训练数据集包含每个物种10到500张图片，并在模型表现不佳时添加额外的图片。作者还解决了在开放区域工作时新个体加入研究群体的问题。他们为每个物种使用了一个卷积神经网络(CNN)，总共使用了30只社交织布鸟、10只大山雀和10只斑胸草雀进行训练。CNN模型使用每只鸟900张图像的训练数据集和每只鸟100张图像的验证数据集进行训练。
实验设置：
实验目的是评估我们训练的卷积神经网络（CNN）在不同实验和背景下识别个体的能力，并验证模型是否过度拟合训练数据。对于社交织布鸟，我们使用了四种不同的设置进行测试，包括使用不同视角的索尼手动摄像机拍摄鸟类在相同塑料RFID饲料器中进食的情况。对于大山雀，我们在桌子上从顶部视角使用树莓派摄像头记录鸟类进食的情况。我们在野外和圈养环境中收集了训练数据，使用树莓派摄像头结合RFID技术自动标记图片，并使用Mask R-CNN模型自动定位和裁剪鸟类图像。为了避免模型过度拟合，我们采取了限制性过采样方法，并使用结构相似性指数测量来创建验证数据集。对于CNN模型的训练结果：
在21个epochs（约360分钟）的训练后，模型在识别鸟类身份的准确率达到了92.4%。在使用模型预测其他四种情境时，从顶部视角的准确率较低，仅为67.5%。在对训练图像添加模糊和噪声后，模型的验证准确率提高到了90.3%，并且从顶部视角的准确率提升到了91.6%。对于不同鸟类的识别结果：
对于大山雀，经过32个epochs（约105分钟）的训练后，模型的准确率达到了90.0%。在使用顶部视角的图片进行预测时，模型在85.1%的图片中正确预测了鸟类的身份。对于斑胸草鹀，经过11个epochs（约150分钟）的训练后，模型的准确率达到了87.0%。在使用训练好的模型预测小群体中鸟类的身份时，模型在93.6%的情况下正确预测了鸟类的身份。对于新鸟类的识别结果：
当预测训练数据集中鸟类的身份时，模型的softmax输出的熵（即概率）较小，而预测新鸟类的身份时，概率通常更均匀地分布在各个类别上。当使用0.75的阈值来预测新鸟类的身份时，有17%的概率将新鸟类错误地分类为训练数据集中的鸟类。如果要将这个概率降低到<5%，则需要将熵的置信阈值设置为0.018，但这将导致舍弃36%的斑胸草鹀训练数据集中的图片。综上所述，该研究通过使用CNN模型对不同鸟类的图片进行训练和预测，取得了较高的准确率。然而，在预测新鸟类的身份时，模型的准确率较低，并且需要根据实际需求和置信阈值来进行调整。这些结果为进一步开发更可靠的算法提供了基础，并强调了大规模数据集的重要性。
