猪脸识别

芦伟

你看你看猪的脸

“如果3个人站在你面前，仅通过人脸你能分辨出他们的不同吗？”

“那还用说，别说3个人，就是10个人也没问题。”

“那如果是3头猪脸呢？”

“嗯… …

“通过一个人的面部表情，你能分辨出喜怒哀乐吗？”

“当然。”

“那如果是一只羊呢？”

“嗯… …

面对人脸，人有很强的识别能力，即使一个细微表情，也可以分辨出彼此的不同来。然而对于动物，人就犯了“脸盲症”，感觉它们长得都差不多，别说分辨表情，就连谁是谁也很难分清楚。

这时有人可能会说了，我能分清人脸就行了，管它什么动物脸呢？

其实分清动物脸也有用。我们都知道，伴随着人工智能技术的快速发展，刷脸——也就是人脸识别，在我们日常生活中越来越常见。刷脸开机、刷脸门禁、刷脸验证等应用越来越广泛，给我们带来了相当多的便利。而在人脸识别之外，动物脸识别作为生物识别技术的一个分支，也在悄然升起。它的作用不容小觑，不仅可以帮助人们在多角度上了解动物的个体信息、防范动物病害和丢失，还能在科学饲养、降低饲养成本、保证餐桌食物安全等方面提供依据。

热衷养猪的互联网公司

你能相信网易、阿里巴巴、京东都开始养猪了吗？在传统观念里，养猪又脏又累，但现在高大上的互联网公司居然看上了这个，为什么呢？

目前我国猪肉消费占据世界消费比例的百分之五十，基本上一日三餐都离不开猪肉，因此需求量非常大。但以往中国很多人却不愿意养猪，不是怕脏累，而是养猪成本高、营利难。互联网公司通过分析，得出成本高的主要原因在于之前生猪养殖大多采用老式的、粗放式的养殖方式，导致生猪的产量上不去、还有生猪幼崽死亡率居高不下、不科学的喂养方式等等。互联网公司进入后，通过自身擅长的人工智能技术开发出了“猪脸识别”系统，极大的降低了饲养成本。

如京东的猪脸识别技术，只需要用带有猪脸识别的系统扫描一下猪脸，就可以给猪建立标签，生成识别码。而且还可以通过猪脸识别技术，识别猪是否开心、兴奋或者情绪低落，以此分析猪的健康情况。通过猪脸识别，不仅知道了每头猪的年龄、体重，还能因猪而异地给它们提供饲料，让每头猪保持合适的瘦肉比例。合理的体型下，给它供应相应的饲料，这样就节省了饲养成本。据测算，采用“猪脸识别”后，人工成本减少30%—50%左右，降低饲料使用量8%—10%，并且平均缩短出栏时间5—8天。阿里的智能ET大脑也不甘示弱，综合应用了“猪脸识别”、人工智能和大数据技术，让一头猪从出生到出栏的物流配送，都在ET大脑的掌握之中。此时每头母猪每年能多生3头小猪，死淘率降低3%左右。网易则是利用智能技术随时随地对动物进行跟踪与管理，配合猪的生活环境改善，住干净的猪宿舍、不打针不吃药来提升猪的幸福度，提高猪的生活品质。

有了“猪脸识别”技术，消费者终于可以放心的吃上安全肉了。操作者只需要举起手机，对着某头猪扫一扫，就能得到猪的编号、猪的父母、品系、生长环境、健康情况等信息。

猪脸牛脸和羊脸，一个都不能少

其实不只是“猪脸识别”，其他牲畜如“牛脸识别”“羊脸识别”也逐渐开始应用了。2018年美国嘉吉公司联合爱尔兰软件公司Cainthus共同推出一套“牛脸识别认证系统”。通过这套系统，农场主可以更加方便的控制牛的健康状况和饮食规律，判断出那些牛生病了，生了什么病，哪些牛没有吃饱，甚至哪些牛到了发情期，让牛们更加健康快乐的成长。英国剑桥大学的“羊脸识别”系统，可以识别羊的不同面部表情，并且评估其是否处于痛苦状态，以及痛苦有多严重。如果羊群中有发生疾病的个体，可以及时给牧民发出提醒，以便较早地预防群体性疾病的产生。

“牛脸识别”让骗保无所遁形

目前我国多个地区都推出了养殖业保险，比如奶牛保险。本来是一项惠民保险，但“骗保”案件却频发，让保险公司叫苦不迭。一锤子砸死自家牛，一手领着政府惠农补贴，一手向保险公司报案，得到理赔金后转手把死牛低价售出，一头牛挣出三份钱，这样的戏码常常上演。牛死了不做无害化处理，联合兽医出具假证明，换家保险公司重复索赔。

为什么骗保会频频发生呢？这是因为目前理赔查勘存在一定缺陷。传统理赔取证主要是通过耳标号+照片对比。但耳标号很容易被替换，而奶牛照片，在人眼看来，其实长得都差不多，辨识准确度不高，外加采集照片时奶牛随时处于活动状态中，采集难度大、拍摄不规范，给骗保者留下了操作空间。

遗失宠物寻回

在国外，一款名为Pip的软件将运用脸部识别技术帮助人们找回自己的爱宠。宠物主只需在软件上传爱宠的照片，脸部识别技术会自动分析照片并储存相关数据。当有宠物走失的时候，软件会自动向动物管理机构、动物营救机构、兽医、和社交网络发出警报，并会扫瞄所有发布在社交网络的找回的宠物照片，与数据库自动匹配，帮助宠物与主人重逢。

野生动物追踪保护

美国密歇根州立大学的研究人员开发出一套用于灵长类动物的面部识别系统primNet，能配合Android应用追踪这些动物，以协助森林保育人员更好地保护一些濒危的灵长类动物。非洲肯尼亚的狮子监护者们启动了一个狮子身份信息辨识合作网络（LINC）的计划。借助着LINC，保护人士可以更好地了解狮子群体的活动区域以及数量的动态变化。对各动物园而言，可以利用这种技术实时监测不同动物群体和个体在笼舍中的情况，为科学饲养提供依据。

动物脸识别不容易

与人脸识别相比，动物脸识别难度要大得多。

这是因为人脸是高度差异化的，而动物的脸往往长相十分相似，需要更加细化。研究人员曾将人脸识别技术用在动物身上，出现了过度拟合的问题，也就是说细节不够明显。研究团队不得不手动标记动物的眼睛和嘴巴协助系统识别。此外动物还受到生活环境、彼此打斗等影响，比如猪经常把脸弄得脏兮兮的，不易识别。而且动物也不会像人一样可以配合照相，不是躺着就是眯着眼，或者运动着。而动物脸信息录入要求多角度扫描，设备需要花费不少工夫才能完成拍照。如今“猪脸识别”中，母猪识别率为98%，肉猪识别率则为85%，在大规模养殖中，这个识别率并不算高。

目前实现视觉識别的原理基本上是一致的，即利用计算机神经网络的深度学习，学到每一只动物的特征，然后利用深度学习的模型，针对测试数据集，得到每只动物的概率，最后来判别哪个是哪个。虽然目前动物识别率还需要提高，但深度学习的特点就是研究数据，尤其是对大量级、多维度、优质、真实的数据依赖程度高。随着更多数据的“喂养”，相信在不久的未来，动物脸识技术可以更加准确成熟，为我们的生活带来更多的惊喜。