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

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

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

近年來，國家對生物多樣性保護(hù)的重視程度不斷提高，出臺了一系列政策和措施，開展生物多樣性智慧監(jiān)測漸成潮流。對珍稀鳥類的深入調(diào)查，可以了解它們的生態(tài)習(xí)性、種群動態(tài)、分布范圍等情況，從而促進(jìn)珍稀鳥類的保護(hù)，對維護(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類的情況下進(jìn)行監(jiān)測，是一項重大課題。

張軍國說，利用攝像頭監(jiān)測濕地鳥類，具有非侵入性、長時間連續(xù)監(jiān)測性、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，為鳥類多樣性監(jiān)測提供強(qiáng)有力的技術(shù)支持。隨著該監(jiān)測方法的不斷普及，將積累大量的監(jiān)測圖像。如何高效地處理海量監(jiān)測圖像，準(zhǔn)確識別其中的鳥類信息，成為精準(zhǔn)評估鳥類多樣性的核心挑戰(zhàn)之一。

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

在完成這次濕地鳥類識別方法研究項目的過程中，張軍國團(tuán)隊遇到了許多困難。大家想辦法，反復(fù)嘗試，問題都加以解決了。

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類行為模式。在這些因素的共同作用下，對識別算法的適應(yīng)性提出了更高要求。

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

此外，樣本收集和標(biāo)注工作量大，且在野外環(huán)境中實現(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)隊不僅要有跨學(xué)科的協(xié)作精神，還要具備解決實際問題的能力。

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

針對鳥類外觀相似性所導(dǎo)致的誤檢問題，研究團(tuán)隊采取了將定位與分類任務(wù)解耦的策略：利用多級特征信息精確定位鳥類目標(biāo)，同時結(jié)合底層的紋理細(xì)節(jié)與高層的語義特征進(jìn)行物種分類。這一策略顯著提升了鳥類識別的準(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)的鳥類物種識別方向，張軍國的課題組共有4項發(fā)明專利獲得授權(quán)，還獲得了6項軟件著作權(quán)。

課題組結(jié)合研究，承擔(dān)本科生的實踐能力培養(yǎng)工作。先后指導(dǎo)了3項國家級和北京市級大學(xué)生創(chuàng)新創(chuàng)業(yè)項目，帶領(lǐng)學(xué)生參加了多項創(chuàng)新創(chuàng)業(yè)大賽，獲得了顯著成績，在學(xué)校首屆“勉勵杯”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)計劃競賽中均獲銅獎。學(xué)生研發(fā)的鳥類識別App，在第25屆中國機(jī)器人及人工智能大賽全國總決賽中獲得了三等獎。

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

“通過這些努力，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公眾的生態(tài)保護(hù)意識方面也取得了顯著進(jìn)展?！睆堒妵f。

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

張軍國表示，他們的研究將拓展到生態(tài)監(jiān)測和保護(hù)的其他領(lǐng)域，從而為生物多樣性的監(jiān)測和保護(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)展開辟新的方向。（鐵錚）