В Канаде создали нейросеть, которая распознает "лица" приматов

Новое программное обеспечение и приложение для распознавания лиц, созданное в Мичиганском государственном университете, может помочь защитить находящихся под угрозой приматов.

Программа, которая позволяет определять конкретное животное по фото, получила название PrimNet.

Традиционные устройства отслеживания животных в популяции довольно дорогие. Кроме того, поимка и маркировка животных может занять много времени и может отрицательно повлиять на редких зверей. Отлов может нарушить социальное поведение, и это может вызвать стресс, травму, а иногда даже смерть. Новая система позволяет определять уникальных особей того или иного вида по фотографиям, не забирая животных из привычной среды.

Для обучения PrimNet ученые собрали 11637 изображений 280 особей 14 видов приматов: лемуров, золотых мартышек и шимпанзе. В качестве данных были использованы как кадры из видео, так и отдельные фотографии животных. Из-за обилия шерсти на лицах животных глаза и рот ученые разметили вручную, после чего на полученных данных обучили сверхточную нейросеть.

Затем ее работу проверили на других фотографиях особей из выборки, сравнив с алгоритмами, которые эффективно распознают человеческие лица: алгоритмом Google FaceNet, SphereFace, придуманным разработчиками из Университета штата Джорджии, а также системой распознавания лемуров, разработанной авторами новой работы ранее. Новый алгоритм превзошел все ранее разработанные.

В дополнение к PrimNet, команда ученых создала Android-приложение PrimID. Исследователи в поле теперь могут сфотографировать обезьяну, отправить снимок в приложение и идентифицировать рассматриваемого примата с высокой степенью уверенности.

Во многих случаях PrimID будет производить сопоставление с точностью более 90 процентов. К примеру, с лемурами PrimID показал впечатляющую точность 93,75%. Если точного совпадения не найдется, приложение предложит до пяти потенциальных кандидатов из набора данных.

"Мы сравнили PrimID с нашей собственной системой распознавания приматов и двумя системами распознавания лиц с открытым исходным кодом. Производительность PrimNet была превосходной для сопоставления и идентификации как один-на-один так и для сценариев сравнения "один ко многим". Мы планируем расширить наши наборы данных приматов, разработать детектор лица приматов и поделиться своими усилиями с помощью сайтов с открытым исходным кодом", - отмечает ведущий автор исследования, профессор Анил Джаин из Мичиганского университета.

Это изобретение, кроме прочего, обеспечивает еще один инструмент борьбы с незаконной ловлей приматов.