本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。
大家好，一开始看到这个研究的时候，我的表情是这样的：
嗯？大熊猫？大熊猫不都是长得一样吗？……一样的可爱！（满满的求生欲）
然而再一细看，我发现这个研究对对熊猫脸盲症患者，太友好了。
以后再也不用担心认不清熊猫了。
这项神奇的技术，就是：大熊猫识别。
也就是将人脸识别技术运用到了大熊猫身上。
最近，中国大熊猫大学——西华师范大学大熊猫研究团队，发表了关于该方向的系列论文。
其中一篇名为“利用深度学习技术进行动物个体识别：以大熊猫为例。”研究了大熊猫个体识别的技术问题。
熊猫脸识别？
论文核心，是采用深度学习技术，以一种基于CNN的人脸识别模型来识别大熊猫。
并且，目前已成功建立大熊猫面部识别网络。
我感觉，以后都是飘着去看大熊猫的（指点江山状）。
这项研究主要两大亮点：
- 数据集是来自四川3个基地的圈养大熊猫。通过数码相机与手机拍摄大熊猫的多样特征。尤其需要较清晰的获取其面部特征，特别是在进食、休息、嬉戏这些特定的动作捕捉。最终是由6位学生、用时7天拍摄了近6.5万张样本照片。（这种科研的努力劲儿，确实令人佩服。）
- “熊脸识别”率高达95%：经过漫长的数据的筛选与识别网络的调试，目前识别率可以达到95%。
该研究团队的张晋东教授表示，前后对于技术的攻关花费了约半年时间，最终这才有了识别模型的成功与如此高的识别率。
当然这其中，离不开来自数学与信息学院郑伯川教授团队的支持。
一个负责熊猫数据采集，一个负责识别技术。通力合作，才有如今结果。
如何实现？
跟许多深度学习技术的模式一样，这项工作主要分为三个步骤：数据收集——模型训练——模型验证。
首先第一步，在上文中也提到。就是收集来自3个基地的25只圈养大熊猫的图像。
拍照的时候呢，要离大熊猫至少5米远，以免打扰到它们，然后利用手机或相机的变焦功能来获取熊猫面部的照片。
大熊猫的脑袋向上向下或者倾斜的角度最好不能大于30°，因为这样拍出来的照片质量不好。注意到这点之后，在筛选一些面部表情丰富，特定姿态的照片就作为数据集啦。
第二步呢，对模型的训练
本研究使用的识别网络是VGGNet，它是一种卷积神经网络。
VGGNet由5个卷积模块，3个全连接层和一个软-max连接层组成。
此次数据集有65000张大熊猫面部图像，平均每只4300张。将其中39000张照片作为训练集，19500张用来验证，以及6500张照片作为模型的校准。
对于模型训练，他们使用了Tensorflow工具箱，利用GPU NVIDIA Quadro P5000（16GB）进行训练。
为了加快识别网络的收敛速度，解决深度网络的不稳定梯度问题，他们采用了Xavier初始化方法。初始批量大小设置为128，学习率设置为0.001。
最后，在25万次迭代之后停止训练。
接着，我们来到了最后一步，就是模型验证。
除了已有的19500张验证集之外，他们还从中国大熊猫保护研究中心（CCRCGP）卧龙基地收集的10个个体的3000张图像用来验证模型识别未知个体的能力。
最终，这项实验达到了95%的识别一般个体的准确率。
为何要搞熊猫脸识别？
这也改变了之前识别和监测大熊猫的传统方法。
比如：
1、 基于经验的人工视觉识别
其实就是靠你的脚力，眼力以及各大感觉支撑。这对于一般人比如我来说，仅仅是眼力就是不可能实现滴。
而对于专业的研究人员来说，这样的方法简单，效果也好，但若是长期研究或者研究个体数量多的大熊猫种群，这项工作就显得庞杂了。
你想，熊猫越多，你要记住每个熊猫的特征也就越多，错误率也就会越高。
这实在是太难了，太难了。
除此以外，也还有一些相对高级的办法。
2、 距离-咬节法
涨知识！咬节，就是大熊猫粪便中的竹茎，被认为带有大熊猫的生物体征。
研究人员通过批量测量咬节的长度，来区分大熊猫个体。这个方法简单实用，可以反应大熊猫种群时间变化特征。但是大熊猫的移动距离受到多种因素的影响，很难获取区别不同个体的阈值。
3、 分子生物学法
换句话说，就是提取大熊猫粪便里的DNA来识别熊猫个体。
但是这个粪便一定要是新鲜的，才有效，那么在野外就很难实现这一方法。同时也会消耗很多的人力和物力。
4、 GPS定位项圈跟踪
顾名思义，就是对需要监测的个体麻醉并佩戴GPS项圈。
这样的话，就能够准确追踪，并能实时获取需要的行为数据。
且不说项圈寿命短成本高，这对数量大的熊猫种群也不友好，而且还要捕捉大熊猫，这当中要是出现什么差池，谁也担当不起呀。
所以呢！这些方法都存在一定的局限性，给野生大熊猫的保护工作，也就是张晋东团队的初衷增加了不少难度。
于是，就出现了这样一种方法，既可以精准识别，而且也不易受到其他自然因素的影响，可以大范围的使用监测。
张晋东教授表示：“熊脸识别”可以应用到两方面。
一方面是圈养大熊猫，可以为各个大熊猫建立它们的ID，这既方便管理人员的统一管理，也方便游客们对每只个体的识别、了解。
另一方面，也是我们所更加重视的方面，即野生大熊猫的保护工作，我们下一步工作将考虑结合目前在野外监测中应用广泛的红外相机，收集更多的野生大熊猫个体照片，对这些数据进行识别，从而建立野生大熊猫种群身份库，并实现及时监测和大数据分析。
网友怎么说？
在这项研究出炉以后，不少网友表示：再也不会傻傻分不清啦！
当然，还有一些有趣的评论。
有实用派的盆友：
有机灵派观点：
还有角度新奇的：
当然，不可否认的是：团子终于迎来了它熊生的高光时刻。
这一技术也是熊猫生态管理人员的福音，也为野生大熊猫保护工作展开提供了有力的工作支持。
One more thing
只是还有一个问题：
熊猫脸识别，到底应该归属于是熊脸识别？还是猫脸识别？
也就是说，熊猫到底是猫？还是熊？
按照主流观点，熊猫应该归属于“熊”，所以这算是熊脸识别的分支。
不过，这里面也有个小插曲：
据动物学家夏元瑜35年前写的随笔《一错五十年——为猫熊正名》。
文章提到，抗战时期四川某博物馆的一个历史插曲：应该由右到左的标示被搞错了方向，原本的“猫熊”也就因而被误读为“熊猫”。
嗯，所以较真的话，国宝应该被叫做“猫熊”……
