云开app·Kaiyun下载官方网站-登录入口

对大大王人东谈主来说，在树林里不测际遇熊时开云体育，没东谈主会优先去评估它的体重或毛色——求生本能会坐窝盖过玩赏这头捕食者渊博爪子或口鼻形状的念头。正因如斯，分不清不同熊的区别迷漫名花解语。

但对生态学家而言，永久（甚而数年）监测单个动物对保护职责至关进犯。可即便大家也容易污染：熊的体重会随季节大幅波动，蛰伏前后的外形更是判若两“熊”。为责罚这一艰苦，瑞士洛桑联邦理工学院（EPFL）与阿拉斯加太平洋大学（APU）的团队开拓了机器学习要道PoseSwin，能精确离别不同的棕熊。干系商讨近期发表于《Cell Current Biology》期刊。

一、PoseSwin：靠头部特征+姿态识别，破解棕熊“身份艰苦”

PoseSwin的锻真金不怕火数据来自APU商讨员Beth Rosenberg在2017-2022年间拍摄的7.2万余张相片，涵盖109头棕熊。这些相片在日夜不同期段、万般天气条款下拍摄，记载了熊的万般看成。

商讨团队基于棕熊生理学学问，筛选出毕生清醒的头部特征：眉骨角度、耳朵位置、口鼻形状，同期伙同熊在不同姿态和角度下的外不雅数据进行锻真金不怕火。“咱们的生物学直观是，头部特征+姿态的组合，比随体重剧烈变化的体型更可靠，”EPFL商讨员Alexander Mathis解释谈，“数据诠释了这少许——PoseSwin的性能远超仅用体格图像或忽略姿态的模子。”

二、公民科学助力实地测试：跟踪熊的觅食搬动，不打扰当然习性

团队荟萃“公民科学家”开展了实地测试：蚁集卡特迈国度公园（“胖熊周”举办地）搭客拍摄的棕熊相片，输入PoseSwin后，要道收效将多只熊与数据库中的个体匹配。通过这些数据，商讨东谈主员已能跟踪熊的季节性觅食搬动旅途。

“这是PoseSwin后劲的具体体现，”Rosenberg说，“翌日该技能可分析搭客每年拍摄的数千张相片，画图棕熊看陈规模舆图。”

当今，团队正用PoseSwin监测麦克尼尔河州立野天真物保护区的100多头熊，全程不打扰它们的日常看成，以此赢得更准确的健康数据，为保护职责提供要害提拔。“熊处于食品链尖端，是生态系统昔日开动的要害，”Rosenberg强调。

三、开源算法适配多物种：从“最难识别”的熊，拓展到小鼠到黑猩猩

PoseSwin的愚弄不啻于熊：早期基准测试浮现，过程猕猴数据锻真金不怕火后，它的识别准确率如故极高，意味着可快速拓展到其他物种。此外，该算法是开源的，任何东谈主王人可用于商讨其他动物——但可能莫得比熊更难识别的物种了。

“熊大致是最难个体识别的物种，”Mathis说，“咱们先攻克最难的开云体育，再将要道适配到从老鼠到黑猩猩的其他物种。”