İçbükey tapınaktan Baijiao Qubit Raporu | Genel Hesap QbitAI
Herkese merhaba, bu araştırmayı ilk gördüğümde ifadem şöyleydi:
Tamam? Panda? Dev pandaların hepsi aynı görünmüyor mu? ... Ne kadar şirin! (Hayatta kalma arzusuyla dolu)
Bununla birlikte, daha yakından baktım ve bu çalışmanın panda yüz körlüğü olan hastalar için fazla arkadaşça olduğunu buldum.
Bir daha asla pandaları tanımak konusunda endişelenmeyin.
Bu harika teknoloji: Panda tanıma .
Yani yüz tanıma teknolojisi dev pandaya uygulanıyor.
son, Çin Dev Panda Üniversitesi China West Normal Üniversitesi'nin dev panda araştırma ekibi, bu yönde bir dizi makale yayınladı.
Makalelerden biri "Tek Tek Hayvanları Tanımak için Derin Öğrenme Teknolojisini Kullanmak: Dev Pandaları Örnek Olarak Almak" başlıklı makale, dev pandaların bireysel olarak tanınmasına ilişkin teknik konuları inceler.
Kağıdın özü benimsemek Derin öğrenme Pandaları tanımlamak için CNN tabanlı bir yüz tanıma modeli kullanan teknoloji.
Ve şu anda başarı Dev bir panda yüz tanıma ağı kurun.
Gelecekte her zaman dev pandaları görmeye gideceğimi hissediyorum (devlete işaret ederek).
Bu araştırmanın iki önemli özelliği var:
Araştırma ekibinin Profesör Zhang Jindong Öncesi ve sonrasındaki teknik araştırmanın yaklaşık yarım yıl sürdüğünü ve nihayet bunun tanıma modelinin başarısına ve bu kadar yüksek bir tanınma oranına sahip olduğunu söyledi.
Tabii ki, bu Matematik ve Enformasyon Okulu'ndan ayrılamaz. Profesör Zheng Bochuan ekibi destek.
Biri panda verilerinin toplanmasından, diğeri ise tanımlama teknolojisinden sorumludur. Birlikte çalışarak sonuca bugün sahibiz.
Birçok derin öğrenme teknolojisi modu gibi, bu çalışma da temelde üç adıma bölünmüştür: veri toplama-model eğitim-model doğrulama.
İlk olarak, ilk adım da yukarıda belirtilmiştir. 3 bazdan toplamaktır 25 esir dev panda Resim.
Fotoğraf çekerken en azından pandadan uzak durun. 5 metre Onları rahatsız etmemek için uzağa gidin ve ardından pandanın yüzünün resmini çekmek için telefonunuzun veya kameranızın yakınlaştırma işlevini kullanın.
Pandanın başının aşağı yukarı veya eğik açısı 30 ° 'den fazla olmamalıdır çünkü çekilen fotoğrafların kalitesi iyi değildir. Bunu fark ettikten sonra, veri seti olarak zengin, özel duruş fotoğraflarıyla bazı yüz ifadelerini süzdükten sonra.
İkinci adım modeli eğitmektir
Bu çalışmada kullanılan kimlik ağı VGGNet Evrişimli bir sinir ağıdır.
VGGNet, 5 evrişim modülünden, 3 tam bağlantılı katmandan ve bir soft-max bağlantı katmanından oluşur.
Bu veri setinde 65.000 sayfa Her biri ortalama 4.300 olan dev pandaların yüz görüntüleri. Bunlardan eğitim seti olarak 39.000 fotoğraf, doğrulama için 19.500 fotoğraf ve model kalibrasyonu için 6.500 fotoğraf kullanıldı.
Model eğitimi için kullandılar Tensorflow araç kutusu , Eğitim için GPU NVIDIA Quadro P5000 (16 GB) kullanma.
Tanıma ağının yakınsama hızını hızlandırmak ve derin ağın kararsız gradyan problemini çözmek için, Xavier başlatma yöntemini benimsemişlerdir. İlk parti boyutu 128'e ayarlanmıştır ve öğrenme oranı 0.001'e ayarlanmıştır.
Sonunda 250.000 yineleme O halde eğitimi durdurun.
Ardından model doğrulama olan son adıma geldik.
Mevcut 19.500 doğrulama setine ek olarak, modelin bilinmeyen kişileri tanımlama yeteneğini doğrulamak için China Giant Panda Conservation and Research Center (CCRCGP) Wolong Base'den 10 kişinin 3.000 görüntüsünü topladılar.
Sonunda bu deney ulaştı % 95 Genel bireyleri tanımlamanın doğruluğu.
Bu aynı zamanda dev pandaları tanımlama ve izleme geleneksel yöntemlerini de değiştirdi.
gibi:
1. Deneyime dayalı yapay görsel tanıma
Aslında ayak gücünüz, görüşünüz ve çeşitli hisleriniz tarafından desteklenir. Benim gibi sıradan insanlar için, sadece görerek başarmak imkansız.
Profesyonel araştırmacılar için böyle bir yöntem basit ve etkilidir, ancak uzun süreli bir çalışma veya çok sayıda bireyin bulunduğu büyük bir panda popülasyonu üzerinde çalışma ise, iş karmaşık hale gelir.
Ne kadar çok pandanız varsa, her panda için o kadar çok özelliği hatırlamanız gerektiğini ve hata oranının o kadar yüksek olacağını düşünüyorsunuz.
Bu çok zor, çok zor.
Ek olarak, nispeten gelişmiş bazı yöntemler de vardır.
2. Mesafe ısırma yöntemi
Bilgiyi arttırmak! Isırık, pandanın biyolojik belirtilerine sahip olduğu düşünülen pandanın dışkısındaki bambu gövdesidir.
Araştırmacılar, bireysel pandaları ayırt etmek için ısırık uzunluğunu gruplar halinde ölçtüler. Bu yöntem basit ve pratiktir ve dev panda popülasyonunun zamansal özelliklerini yansıtabilir. Ancak dev pandaların hareket mesafesi birçok faktörden etkilenir ve farklı bireyleri ayırt etmek için bir eşik elde etmek zordur.
3. Moleküler biyoloji yöntemi
Başka bir deyişle, bireysel pandaları tanımlamak için panda dışkısından DNA elde etmektir.
Ancak dışkının etkili olması için taze olması gerekir, bu nedenle bu yöntemi vahşi ortamda uygulamak zordur. Aynı zamanda çok fazla insan gücü ve malzeme kaynağı tüketecek.
4. GPS konumlandırma yaka takibi
Adından da anlaşılacağı gibi, izlenecek kişiyi uyuşturmak ve bir GPS tasması takmaktır.
Bu sayede doğru izleme sağlanabilir ve gerekli davranış verileri gerçek zamanlı olarak elde edilebilir.
Yakanın kısa ömrü ve yüksek maliyetinden bahsetmeye bile gerek yok ... Bu, büyük pandalar popülasyonu için uygun değildir ve dev pandaları yakalamak gerekir, eğer bir fark varsa, kimse bunu karşılayamaz.
Yani! Bu yöntemlerin, Zhang Jindong'un ekibinin asıl amacı olan vahşi pandaların korunmasına çok fazla zorluk katan belirli sınırlamaları vardır.
Sonuç olarak, doğru bir şekilde tanımlanabilen, diğer doğal faktörlerden kolayca etkilenmeyen ve büyük ölçekte izleme için kullanılabilen böyle bir yöntem ortaya çıkmıştır.
Profesör Zhang Jindong şunları söyledi: "Ayı Yüzü Tanıma" İki şekilde uygulanabilir.
Bir yandan, kendi pandalarını inşa edebilecek şekilde esaret altında büyütülür. İD , Bu sadece yönetim personelinin birleşik yönetimini kolaylaştırmakla kalmaz, aynı zamanda turistlerin her bireyi tanımlamasını ve anlamasını kolaylaştırır.
Öte yandan, daha çok dikkat ettiğimiz bir konu da, yani Vahşi pandaların korunması Bir sonraki çalışmamızda, vahşi panda popülasyonu kimlik veri tabanı oluşturmak ve zamanında izleme ve büyük ölçekli izleme gerçekleştirmek için vahşi pandaların daha fazla bireysel fotoğrafını toplamak ve bu verileri tanımlamak için şu anda alan izlemede yaygın olarak kullanılan kızılötesi kameraları birleştirmeyi ele alacağız. veri analizi.
Bu araştırma yayınlandıktan sonra birçok netizen şöyle dedi: Bir daha asla kafaları karışmayacak!
Elbette bazı ilginç yorumlar var.
Pratik arkadaşlar var:
Organizma perspektifi:
Ayrıca yeni açılar da var:
Tabii ki inkar edilemez: Köfte Sonunda parlak anını başlattı.
Bu teknoloji aynı zamanda panda ekolojik yöneticileri için bir nimettir ve aynı zamanda vahşi panda koruması için güçlü çalışma desteği sağlar.
Sadece bir sorun daha var:
Panda yüz tanıma, yüz tanımaya ait olmalı mı? Veya kedi yüzü tanıma?
Başka bir deyişle, panda bir kedi mi? Veya bir ayı?
Ana görüşe göre, pandalar "ayılara" ait olmalıdır, bu yüzden bu ayı yüzü tanımanın bir dalı.
Ancak içinde bir de bölüm var:
Zoolog Xia Yuanyu'nun 35 yıl önce yazdığı bir makaleye göre "Bir Hatanın Elli Yılı - Panda Adını Düzeltmek" .
Makale, Japonya'ya Karşı Direniş Savaşı sırasında Siçuan'daki bir müzedeki tarihi bir olaydan bahsediyordu: sağdan sola olması gereken işaret yanlış yönlendirilmiş ve orijinal "panda" "panda" olarak yanlış okunmuştu.
Yani, daha ciddi olmak gerekirse, ulusal hazine "panda ayısı" olarak adlandırılmalı ...
referans
https://www.sciencedirect.com/science/article/abs/pii/S000632071931609X
- Bitiş -
Qubit QbitAI · Toutiao İmzalı
Bize dikkat edin ve en son teknolojideki en son gelişmeleri alın