開發用於面部識別的軟體得採集大量照片樣本供機器學習；而給豬和牛拍照，它們總會躁動不安。“你不可能讓一頭驢站好，看鏡頭，下巴抬一點。”
原本為相對扁平的人臉設計的軟體很難區分每頭豬的臉。 圖片來源：JOHN LOCHER/ASSOCIATED PRESS
Yifan Wang
2019年5月14日18:33 CST 更新
儲存本文
分享
文字大小
要開發可靠的面部識別軟體，首先你得能獲得清晰且光線好的正臉圖像。
農場動物可不懂這些。
“豬對着我的衣服又是咬，又是拽，”牲畜識別軟體開發商翔創科技（北京）有限公司(Innovationai Co.)的首席執行長鄧昌順說，“還有用鼻子拱我的。”
奶牛有躲起來的，有舔鏡頭的，還有用舌頭解開設備連接線的。豬們扭捏着躲到攝影師拍不到的地方。驢則甩蹄子蹬開拍照的手機，還朝攝影師臉上打噴嚏。
人臉識別令許多事情變得方便了許多，例如在火車站驗證乘客身份以及從監控錄像中追蹤罪犯。麥肯錫全球研究院(McKinsey Global Institute)的數據顯示，農業是全球數位化程度最低的行業。而動物識別若能達到類似人臉識別的精準度，將有助於追蹤牲畜群的健康狀況，減少浪費。
要追蹤動物的健康和行為，農戶必須將它們區分開來。保險公司則希望依靠面部識別打擊農戶的騙保行為。保險公司目前識別動物都靠農戶給它們上耳標，但動物常常把這些耳標咬掉。
翔創科技的軟體會標出奶牛面部的關鍵識別點。 圖片來源：INNOVATIONAI
不幸的是，原本為相對扁平的人臉設計的軟體很難區分每頭豬和牛的臉。而無論是在中國還是愛爾蘭，技術人員為了訓練算法去拍照時，四足牲畜們總是騷動不安。
為了獲得更好的結果，技術人員建議添加動物的側面照。相對於人類，動物側臉的景深更具識別度。翔創科技的產品總監陳增輝說，他能看出有的驢顴骨很高，有的驢則有着較尖的下頜輪廓。他可以根據牛眼傾斜的角度和嘴部的形狀區分它們。
動物面部圖像的數據十分有限（據各家公司稱只有數十萬，相比之下，人臉數據則以百萬計），因此拖慢了機器學習的速度。於是人們開始收集更多的動物圖像，這個過程麻煩又令人沮喪。
“你不可能讓一頭驢站好，看鏡頭，下巴抬一點。”陳增輝說，“那是不可能的。”
市售的動物面部識別軟體的識別速度與精度都不及人臉識別技術。這些機器需要花費更長時間來分辨動物，還需要依靠高清晰度的照片或是從不同角度拍攝的照片。
科學家表示，動物面部識別需要數百個參考點（遠多於人臉），才能獲得達到與人臉識別同等水平的算法。
“剛開始的時候我們都不太清楚怎麼確定牛的鼻子在哪裡，”面部識別公司北京深智科技有限公司(Deepfinch Ltd.)的首席執行長黃賢俊說，“是鼻孔，鼻尖，還是兩眼之間的區域？”
都柏林奶牛識別初創公司Cainthus Ireland Ltd.的員工明白要把攝像機裝在奶牛的舌頭夠不到的地方。要知道，這些牲畜的舌頭像砂紙一樣粗糙，它們毀了不少攝像機，還咬爛了固定攝像機的夾子。
“你能想到的，凡是沒長手的動物能弄壞相機的方法，奶牛全都實踐過了，”Cainthus總裁David Hunt說，“它們還有一大堆搞壞相機的其他辦法，思維正常的人想都想不到。”
Cainthus Ireland Ltd.的動物面部識別和表現管理軟體可以跟蹤行為。 圖片來源：CAINTHUS IRELAND
至於身手較為敏捷、舌頭較為光滑的豬，也搗鼓出了其他抵抗手段。
“豬到處亂動，我們只能讓人按住它們。”廣州農業科技公司影子科技(Yingzi Technology Ltd.)的前市場銷售副總裁黃華說，“有時候，要得到一張不錯的豬臉側面照，我們得拍好幾十次。”
深智科技的產品經理孫路說，動物一般都“沒什麼鏡頭感”。2017和2018年，孫路帶着團隊花了三天時間想給奶牛錄製影片，但只要他們一進牛圈，奶牛們就會躲到遠處的角落去。
孫路及其團隊有12種不同型號的手機和和4個可以固定多部手機的特殊自拍桿。儘管如此，要拍出一張滿意的照片，孫路有時得追着奶牛跑五分鐘。
“它們肯定不是好模特。”他說。
第一次給豬拍照時，翔創科技的鄧昌順犯了個錯誤：踩着飯點到場。30頭飢腸轆轆的豬撲向他，他只能奮力躲藏，還滑了一跤。“我只好把那天穿的衣服全扔了。”他說。 |
