北京林業(yè)大學(xué)張軍國(guó)教授團(tuán)隊(duì)提出了一種新的鳥(niǎo)類識(shí)別方法，相關(guān)文章《基于TC-YOLO模型的北京珍稀鳥(niǎo)類識(shí)別方法》日前已在《生物多樣性》期刊發(fā)表。

北京市處于東亞-澳大利西亞候鳥(niǎo)遷徙通道，每年都有大量的候鳥(niǎo)遷徙途經(jīng)。據(jù)《北京市陸生野生動(dòng)物名錄（2024）》，北京的野生鳥(niǎo)類達(dá)到了519種。

據(jù)了解，這一新的鳥(niǎo)類識(shí)別方法，具備優(yōu)越的識(shí)別和泛化性能，平均精度優(yōu)于以往方法，能夠有效識(shí)別背景復(fù)雜或外觀相似的鳥(niǎo)類圖像，可以為北京地區(qū)珍稀鳥(niǎo)類保護(hù)提供技術(shù)支撐, 也可以推廣到其他地區(qū)的鳥(niǎo)類監(jiān)測(cè)與識(shí)別，具有重要的實(shí)際應(yīng)用價(jià)值。鳥(niǎo)類識(shí)別方法研究項(xiàng)目得到國(guó)家自然科學(xué)基金、中央高校優(yōu)秀青年團(tuán)隊(duì)項(xiàng)目、北京市自然科學(xué)基金和國(guó)家林草局林業(yè)科技成果推廣計(jì)劃的支持。

近年來(lái)，國(guó)家對(duì)生物多樣性保護(hù)的重視程度不斷提高，出臺(tái)了一系列政策和措施，開(kāi)展生物多樣性智慧監(jiān)測(cè)漸成潮流。對(duì)珍稀鳥(niǎo)類的深入調(diào)查，可以了解它們的生態(tài)習(xí)性、種群動(dòng)態(tài)、分布范圍等情況，從而促進(jìn)珍稀鳥(niǎo)類的保護(hù)，對(duì)維護(hù)當(dāng)?shù)厣锒鄻有跃哂兄匾饬x。如何能夠在不影響珍稀鳥(niǎo)類的情況下進(jìn)行監(jiān)測(cè)，是一項(xiàng)重大課題。

張軍國(guó)說(shuō)，利用攝像頭監(jiān)測(cè)濕地鳥(niǎo)類，具有非侵入性、長(zhǎng)時(shí)間連續(xù)監(jiān)測(cè)性、分辨率高、可遠(yuǎn)程數(shù)據(jù)獲取、環(huán)境適應(yīng)性強(qiáng)和多功能性等優(yōu)勢(shì)，為鳥(niǎo)類多樣性監(jiān)測(cè)提供強(qiáng)有力的技術(shù)支持。隨著該監(jiān)測(cè)方法的不斷普及，將積累大量的監(jiān)測(cè)圖像。如何高效地處理海量監(jiān)測(cè)圖像，準(zhǔn)確識(shí)別其中的鳥(niǎo)類信息，成為精準(zhǔn)評(píng)估鳥(niǎo)類多樣性的核心挑戰(zhàn)之一。

近年來(lái)，利用深度學(xué)習(xí)技術(shù)自動(dòng)識(shí)別鳥(niǎo)類，成為鳥(niǎo)類調(diào)查保護(hù)的重要手段。由于實(shí)際鳥(niǎo)類圖像普遍存在復(fù)雜背景，以及相近科屬鳥(niǎo)類往往具有相似外觀等問(wèn)題，導(dǎo)致深度學(xué)習(xí)模型識(shí)別容易出現(xiàn)漏檢和誤檢。這些因素共同推動(dòng)了相關(guān)研究項(xiàng)目的立項(xiàng)，進(jìn)而促進(jìn)了珍稀鳥(niǎo)類保護(hù)和技術(shù)的進(jìn)步。

在完成這次濕地鳥(niǎo)類識(shí)別方法研究項(xiàng)目的過(guò)程中，張軍國(guó)團(tuán)隊(duì)遇到了許多困難。大家想辦法，反復(fù)嘗試，問(wèn)題都加以解決了。

首先是濕地環(huán)境本身具有復(fù)雜性。這包括多變的氣候條件、復(fù)雜的植被覆蓋以及多樣的鳥(niǎo)類行為模式。在這些因素的共同作用下，對(duì)識(shí)別算法的適應(yīng)性提出了更高要求。

其次，鳥(niǎo)類種類繁多，部分種類間的形態(tài)十分相似，導(dǎo)致識(shí)別過(guò)程中的分類難度增加，需要研究團(tuán)隊(duì)具備深厚的鳥(niǎo)類學(xué)專業(yè)知識(shí)。

此外，樣本收集和標(biāo)注工作量大，且在野外環(huán)境中實(shí)現(xiàn)數(shù)據(jù)的均衡分布尤為困難。這直接影響了深度學(xué)習(xí)模型的訓(xùn)練效果和泛化能力。這些困難要求研究團(tuán)隊(duì)不僅要有跨學(xué)科的協(xié)作精神，還要具備解決實(shí)際問(wèn)題的能力。

在研究中，為了應(yīng)對(duì)跨學(xué)科知識(shí)整合以及模型訓(xùn)練和優(yōu)化的復(fù)雜性挑戰(zhàn)，團(tuán)隊(duì)與鳥(niǎo)類生態(tài)學(xué)專家密切合作，融合各學(xué)科的知識(shí)和經(jīng)驗(yàn)，利用高性能計(jì)算設(shè)備和先進(jìn)的深度學(xué)習(xí)方法來(lái)優(yōu)化模型。為解決鳥(niǎo)類圖像數(shù)據(jù)標(biāo)注中類別不確定的問(wèn)題，研究團(tuán)隊(duì)特別邀請(qǐng)了鳥(niǎo)類學(xué)專家進(jìn)行專業(yè)指導(dǎo)。在此基礎(chǔ)上，研究團(tuán)隊(duì)提出了一種創(chuàng)新方法，以克服背景復(fù)雜對(duì)鳥(niǎo)類檢測(cè)準(zhǔn)確性的影響。

針對(duì)鳥(niǎo)類外觀相似性所導(dǎo)致的誤檢問(wèn)題，研究團(tuán)隊(duì)采取了將定位與分類任務(wù)解耦的策略：利用多級(jí)特征信息精確定位鳥(niǎo)類目標(biāo)，同時(shí)結(jié)合底層的紋理細(xì)節(jié)與高層的語(yǔ)義特征進(jìn)行物種分類。這一策略顯著提升了鳥(niǎo)類識(shí)別的準(zhǔn)確性。

辛勤地耕耘取得了豐碩的成果，在基于深度學(xué)習(xí)的鳥(niǎo)類物種識(shí)別方向，張軍國(guó)的課題組共有4項(xiàng)發(fā)明專利獲得授權(quán)，還獲得了6項(xiàng)軟件著作權(quán)。

課題組結(jié)合研究，承擔(dān)本科生的實(shí)踐能力培養(yǎng)工作。先后指導(dǎo)了3項(xiàng)國(guó)家級(jí)和北京市級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目，帶領(lǐng)學(xué)生參加了多項(xiàng)創(chuàng)新創(chuàng)業(yè)大賽，獲得了顯著成績(jī)，在學(xué)校首屆“勉勵(lì)杯”大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽和2024年“挑戰(zhàn)杯”首都大學(xué)生創(chuàng)業(yè)計(jì)劃競(jìng)賽中均獲銅獎(jiǎng)。學(xué)生研發(fā)的鳥(niǎo)類識(shí)別App，在第25屆中國(guó)機(jī)器人及人工智能大賽全國(guó)總決賽中獲得了三等獎(jiǎng)。

通過(guò)社會(huì)實(shí)踐和公眾講座等形式，課題組積極向大眾科普鳥(niǎo)類保護(hù)的知識(shí)，提升了公眾對(duì)生物多樣性保護(hù)的認(rèn)知和興趣，增強(qiáng)了生態(tài)保護(hù)意識(shí)。

“通過(guò)這些努力，我們不僅在技術(shù)研發(fā)上取得了突破，在培養(yǎng)科研人才和提高社會(huì)公眾的生態(tài)保護(hù)意識(shí)方面也取得了顯著進(jìn)展?！睆堒妵?guó)說(shuō)。

說(shuō)起未來(lái)的打算，張軍國(guó)說(shuō)：“我們課題組前期在基于深度學(xué)習(xí)的鳥(niǎo)鳴聲識(shí)別方面也已經(jīng)積累了一定的研究成果。隨著對(duì)北京地區(qū)珍稀鳥(niǎo)類圖像識(shí)別工作的開(kāi)展，未來(lái)我們將結(jié)合珍稀鳥(niǎo)類的鳴聲或地理信息開(kāi)展多模態(tài)鳥(niǎo)類識(shí)別，綜合分析不同鳥(niǎo)種的圖像和聲音特征，并且結(jié)合特定地域的鳥(niǎo)種信息，以便更加準(zhǔn)確地識(shí)別珍稀鳥(niǎo)類?！?/p>

張軍國(guó)表示，他們的研究將拓展到生態(tài)監(jiān)測(cè)和保護(hù)的其他領(lǐng)域，從而為生物多樣性的監(jiān)測(cè)和保護(hù)提供更加全面和深入的技術(shù)支持。這些綜合性的研究工作，不僅能夠提升生物多樣性保護(hù)的效率和效果，也將為相關(guān)領(lǐng)域的科學(xué)研究和技術(shù)發(fā)展開(kāi)辟新的方向。（鐵錚）