郭松涛攻读博士期间在野外做数据记录（资料图片） 受访者供图

穿上冲锋衣、戴上遮阳帽与手套、背上照相机、拿上记录本，天刚蒙蒙亮便上山，行进在秦岭森林中……高琪的早晨多是从追寻川金丝猴的踪迹开始的。

高低起伏的山坡上布满了大大小小的石块枯枝，遇到河滩溪流就只能踩着石块小心翼翼摸索过去。滑倒、摔跤都是家常便饭。有些地方山势太过陡峭，就拽紧旁边的野草树枝往上爬。

一只幼年金丝猴对摄像头产生了兴趣 记者谢伟摄于2021年4月

长年累月朝夕相处

甚至叫得出每只猴子的名字

在秦岭深处绿绿葱葱层层叠叠的丛林间，生活着数千只国家一级重点保护野生动物川金丝猴。如何准确、快速地对这些国宝进行个体识别，并据此开展保护，一直是全世界动物学家向往但又无法突破的瓶颈。

西北大学郭松涛教授带领的金丝猴研究团队，与本校和西安电子科技大学的图像识别研究团队深度交叉融合，共同研发的“猴脸识别技术”成功实现对野生个体准确身份识别，在试验阶段便早已火上热搜。新华社、央视等媒体纷纷点赞关注。

2021年4月中旬，记者一行走进秦岭南麓大坪峪的高山密林，探访了西北大学秦岭金丝猴研究团队设在佛坪的野外研究基地。

基地的投掷场选择在一块空旷地带的山坡上。高琪在这里接待了记者一行。她是郭松涛教授的学生，也是西北大学金丝猴研究团队负责进山采集春季样本的成员之一。

高琪说，研究团队在四周的树木上安装了10余台GoPro（美国运动相机厂商。因其生产的相机被许多极限运动团体广泛运用，因而“GoPro”几乎成为“极限运动专用相机”的代名词）和音箱等设备，用于定位及录制音视频，借此监测分析金丝猴的行为动态。当地向导会定时在此投撒食物，将这一带的金丝猴种群吸引过来。

果然，当向导撒出玉米粒后不久，一团团闪亮的金黄色就开始在前方的山林里到处晃动，“噫—噫—”“吱—吱—”的叫声此起彼伏。 “美猴王”越聚越多，觅食、嬉戏、打闹……一时间山坡上便热闹起来。

对于川金丝猴数据的采集，仅在研究基地是远远不够的，前不久再次见到高琪时，她告诉记者，研究团队的足迹已经踏遍了洋县、周至、太白、宁陕等县的秦岭林区。从早上6点到晚上8点半，一天里绝大多数时刻都守着猴群，遮风挡雨就是一个简易的塑料棚子。

川金丝猴群往往生活在人迹罕至的丛林深处，普通人即便有向导，在山里找上几天，也可能“连猴毛都看不到”。研究团队成员和金丝猴长年累月朝夕相处，不仅熟悉它们的气息和脾气，甚至叫得出每只猴子的名字，这让人不得不拍手称奇。

郭松涛带队考察黄柏塬野外基地（资料图片） 受访者供图

猴脸识别应用范围大大拓展

家犬、东北虎、狮子等都可精准识别

研究的前提必然是数据的收集。研究团队长期开展野外跟踪研究，经过20余年艰难实践，已实现了对野生川金丝猴的近距离观察和个体识别。

但传统采用的人工标记或者人工记忆的方法，往往需要专业人员蹲点观察一两个月才能把动物个体分别开来，既浪费时间又很容易相互混淆。

“在没有猴脸识别技术之前，从一个新手到可以顺利观察记录目标金丝猴群数据，从一只猴子都不认识到最后认下全部五六十只，至少需要平均两至三个月时间。”西北大学金丝猴研究团队成员刘佳说，“这还仅仅是观察前的准备，加上正式工作，人工时间成本非常高”。

为何金丝猴个体识别如此困难？其根结在于，相较于人脸识别，金丝猴的脸部皮肤区域带毛区域多，纹理特征更复杂，识别系统必须要有更强大的深度学习能力。“从图片上可以看到，金丝猴对于我们人类来说长得差不多都一样，在现场盯住这只猴子，也许你能记住，但是转头等第二天它混到猴群里，你就不确定了。它们差异非常小，可能说嘴角弧度不一样、头顶有毛色不一样、体形不一样等，肉眼很难识别。”刘佳感叹道。

针对以上难题，郭松涛教授与计算机科学领域的专家进行深度学科交叉合作，建立动物AI研究团队。在金丝猴研究团队长期对该物种特征的研究结果的基础上，提出具有关注机制的深度神经网络模型，首次开发出基于“猴脸识别”技术（Tri-AI技术）的金丝猴个体识别系统。

目前，识别技术平均识别精度已达94%，其中，秦岭川金丝猴的识别成功率达到95.6%。以往团队聚焦灵长类动物识别，现已拓展至犬科、猫科等40余种不同动物，如家犬、东北虎、狮子等，识别精度及应用范围均大大拓展提升。

AI深度学习助力

未来识别成功率可以接近100%

猴脸识别技术与人脸识别相似，也是基于生物脸部特征信息进行身份识别的一种生物识别技术。

人肉眼很难分辨动物个体差异，但识别技术利用神经网络算法深度学习，可以找出其中的区别。郭松涛教授说，“对金丝猴进行面部识别，涵盖了它的器官布局、毛发、纹理等，是整体图像的特征抓取。我们采用深度学习技术对物种的图片提取特征，特征提取过程中会经过一系列的卷积池化操作，将图片中物种的共有特征提取出来，算法会对这个特征处理，最终输出一个结果，从而知道这是哪一只猴子”。

猴脸识别系统还有一大优点，即AI自我学习功能。随着数据量的增加，越训练，识别能力越强、精度越高。“理论上讲，未来识别成功率可以接近100%。”郭松涛教授说。

猴脸识别项目从2017年即开始筹备，最初搭建模型需要大量数据支持。“我们花了两年时间采集数据，在全网公开的数据库里广泛地寻找灵长类面部数据，还专门前往全国10多个城市的动物园，实地拍摄了40多种灵长类动物，采集回来的数据有几百个G。”刘佳说，“广泛的物种特征的提取主要是为了实现更高效的物种分类，不需要前置的数据训练，模型算法即可以自动将不同的物种分开，提高识别效率，减轻数据获取与数据训练的成本”。

加快技术市场化

解锁动物园管理、动物保育等多个方向

郭松涛教授坦言，“这项研究在国际上和同行们相比，处于较为领先的地位。鉴于在野生动物研究中，物种特定数据的获取难度较大，且又引入了交叉学科的知识，从新的视角来研究分析动物生态学中关心的问题，我们觉得这是一个非常有趣且充满前景的领域”。

目前猴脸识别技术研究已进入到了应用推广的阶段。“我们现在已初步完成系统软件开发工作，有了电脑端和手机App端‘动物个体识别’系统软件。同时还在积极探索技术可应用的行业及范围，希望能实际助力我国动物研究及保护工作。”刘佳表示。

据悉，团队一方面已将“动物个体识别”系统应用于秦岭金丝猴多个种群、上千只个体的识别和记录，启动建立秦岭金丝猴个体信息库档案的工作；另一方面，进行技术市场化，拟根据不同应用场景如动物园管理、动物保育、饲养、研究等动物识别技术需求差异，为不同动物研究保护单位进行个性化识别功能的研发。

“我们目前在和秦岭野生动物园合作搭建阿拉伯狒狒、小熊猫及部分草原有蹄类动物个体精准识别系统。同时也在和安防公司探讨宠物识别技术的价值，希望日后可以市场化应用。”刘佳表示，“最希望的就是这项技术可以从实验室走出来，带动更多人自发地参与到动物保护工作中来，一起为我国的生物多样性保护和生态文明建设贡献自己的一份力量”。