https://www.raspberrypi.com/news/bearid-face-recognition-for-brown-bears/
作者：Rosie Hattersley 2023年6月15日
BearID是每个人都喜欢的有趣项目：它使用人脸识别技术，帮助确定生活在某个区域的个体熊的数量，并监测它们的运动和健康状况。识别已知的棕熊（Ursus arctos）可以使项目团队开发和完善动物人脸识别技术，然后将其应用于其他物种。
ARM首席工程师Ed Miller是BearID的负责人和软件开发人员。他与技术合作伙伴Mary Nguyen和保护主任兼现场研究员Melanie Clapham一起在业余时间运行非营利组织。ARM的灵活工作制度使Ed有空闲时间进行这个旨在通过在现场测试软件并制定其使用指南来改进野生动物监测的个人热情项目。特别是，BearID旨在帮助开发面向其他受威胁野生动物的人脸识别技术，从而促进全球的保护工作。
Ed指出，科学家们面临着越来越大的压力，要从他们的研究中得出更大的结论，但可用资源却越来越少。因此，监测棕熊野生种群并提出更广泛的应用研究问题的新技术可能非常有价值，尤其是如果可以使用监视其他物种的相机陷阱进行复制。
人脸检测软件立即识别并标记每只熊的眼睛和鼻子的面部三角形。
该项目的灵感来自于Ed和Mary在阿拉斯加卡特迈国家公园Brooks Falls观看棕熊的深度学习和迷人镜头时（https://explore.org/livecams/brown-bears/brown-bear-salmon-cam-brooks-falls）。他们想到使用AI检测熊的脸和耳朵。这些是熊最不可改变的方面，因为它们在一年中体重、外套颜色和标记都会波动。专注于这两个特征也将限制在进行积极ID时所需的数据处理量。
他们还确信，通过阅读有关Google FaceNet的文章，对于熊而言，面部识别是最可行的方法。基于识别狗脸的工作示例，使用了Dlib机器学习算法工具包（http://dlib.net/）。
BearID相机陷阱巧妙地伪装在树上。
“这是一个有趣的小应用程序，可以说明应用程序的工作原理。对我们来说很有趣，因为机器学习的第一部分通常是不得不标记所有图像以训练您的网络。通常，我们必须拍摄大量熊的图像，并手动在它们的脸周围画框，找到它们的眼睛和鼻子所在的位置，为这些点画点等等，对于数千张图像。这个“狗嬉皮士”，因为它是针对狗进行训练的，而狗具有与熊类似的面部特征，因此为我们提供了巨大的优势。”
该项目始于2016年，当时Ed和他的BearID技术合作伙伴Mary开始探索深度学习的可能性。加拿大研究合作伙伴Melanie Clapham于次年加入并开始在现场使用BearID。第一个测试站点位于阿拉斯加Katmai国家公园，在那里Explorer.org“每年夏天都会广播熊在阿拉斯加这个瀑布边捕鱼时的实况”。
他们的150个数据集包括加拿大不列颠哥伦比亚省Knight Inlet地区的第二组熊，这里是Melanie大部分研究的基础。除了识别野生熊的数量、监测人口增长或减少、栖息地和土地管理问题也变得重要。
“Clapham博士建立了一个完整的相机陷阱网络，以监测空气运动并观察熊如何使用不同的区域。好年份或坏年份可能会影响它们如何使用土地。一些领土属于原住民群体，Clapham博士与他们建立了有益的合作方法，以了解熊的数量、位置和信息，这些信息有助于制定法规和土地管理。”
Ed和Mary正在努力扩展应用程序，以涵盖所有八种熊。Ed说：“其中很多是人类关怀下的熊，动物园中的熊，以及救援避难所中的熊。对于其中一些物种，这是获取照片最容易的方法，因为它们受到威胁，所以这样做更容易。” 进展令人鼓舞。“我们已经完成了对Andean 熊完整识别算法的第一次测试，我们正在开始向其他熊扩展。”
虽然棕熊很少与人类接触，因此在偏远的阿拉斯加或不列颠哥伦比亚省，人类与野生动物的冲突不太可能发生，但它们在其他地区与人类的距离很近。在南美洲，与人类的冲突是一个大问题。村庄监测安第斯熊的移动并拥有预警系统。Ed建议：“对于穿过你村庄的北极熊，你可能只想呆在家里而不是外出。”
技术挑战
BearID运行在云服务中，“主要是Microsoft Azure”，因为他们获得了Microsoft AI For Earth的资助和可以使用的积分。大部分机器学习训练都是在“基于大型GPU的机器”上完成的，但现场使用都是基于ARM系统的。最初使用笔记本电脑和平板电脑，但Ed正在开发树莓派 4B版本，他们“可以在现场使用插入存储卡的方式，它会获取所有图像，在某些本地存储器上存储它们，进行所有分析，然后您可以将结果提供回存储卡”。
“电源始终是一个问题，但Melanie希望有一些东西可以在她在现场时运行和分析，因此她不必等待将结果带回大学。”因此，Ed正在寻找可能为树莓派提供加速器的选项，或者“另一种基于ARM的平台，该平台具有机器学习加速功能。
展望未来，“最终目标是相机本身能够检测和识别熊，然后能够通过某种低功耗传输协议向基站提供这些警报或人口流动或那种信息，您实际上可以获得实时移动信息。”Ed说。
有关BearID项目的更多详细信息，请参见：bearresearch.org
