Wurde eine Gesichtserkennung für Haustiere implementiert?

Übersetzer |. Basierend auf den oben genannten Anwendungsszenarien sind Mikrochips die beliebteste Methode zur Identifizierung von Haustieren. Die Implantation eines Chips erfordert jedoch einen invasiven chirurgischen Eingriff, spezielle Geräte zum Auslesen des Chips und das Risiko, dass ein Dieb den Mikrochip entnimmt. Eine weitere Methode ist die DNA-Analyse, die zwar genau, aber auch sehr teuer und zeitaufwändig ist. Heute möchte ich Ihnen vorstellen, wie Sie Tiere mithilfe der Gesichtserkennung identifizieren können. 1. Gesichtserkennung von Haustieren mithilfe von Computer-Vision-Software Trotz ihrer Mängel kann diese Technologie in bestimmten Situationen ein hohes Maß an Genauigkeit vorweisen.

Wie funktioniert also die Gesichtserkennung von Haustieren? Welche Herausforderungen behindern den technologischen Fortschritt? Wie funktioniert die Gesichtserkennung von Haustieren?

Im Allgemeinen sind Gesichtserkennungslösungen für Haustiere hauptsächlich in drei Schritte unterteilt:

(1) Bilderfassung: Fotos von Tieren werden mit hochauflösenden Kameras aufgenommen. Einige Algorithmen funktionieren nur mit vordefinierten Posen, daher ist es notwendig, Bilder auszuwählen, die diese Kriterien erfüllen.

(2) Merkmalsextraktion: Bewerten Sie die Eignung der biometrischen Daten des Tieres und führen Sie bei Bedarf eine Vorverarbeitung durch. Der Algorithmus extrahiert dann den für die Erkennung erforderlichen Funktionsumfang.

(3) Merkmalsabgleich: Die extrahierten Merkmale werden mathematisch dargestellt und mit anderen Bildern abgeglichen. Wenn wir beispielsweise in einer Datenbank für verlorene Haustiere nach einem Hund suchen würden, würden wir die einzigartigen Eigenschaften des Hundes allen Tieren in dieser Datenbank zuordnen.

Es gibt verschiedene Möglichkeiten, den Abgleich durchzuführen. Eine Methode besteht darin, Algorithmen wie KNN und DBSCAN für die Clusterbildung zu verwenden, die eine Reihe von Bildern erzeugen, die unserem Zielbild sehr nahe kommen, und der Benutzer kann manuell das am besten geeignete Bild auswählen.

Zusätzlich können probabilistische Methoden eingesetzt werden, um die Endergebnisse als Konfidenzniveaus auszudrücken. Wenn das Erkennungsziel beispielsweise eine Katze ist und der Algorithmus feststellt, dass es sich bei dem aufgenommenen Bild um eine Katze handelt, beträgt sein Konfidenzniveau 90 %, wenn es sich um einen Hund handelt, beträgt sein Konfidenzniveau 10 %.

Gesichtserkennung bei Haustieren

2. Beispiele für die Gesichtserkennung bei Haustieren

Hier finden Sie Beispiele für die Verwendung der Gesichtserkennung bei Haustieren im wirklichen Leben. Einige dieser Systeme sind erfolgreiche, beliebte oder sogar kommerzielle Lösungen, andere sind akademische Versuche, Hypothesen zu testen.

Auf der Suche nach verlorenen Tieren

Der Verlust ihrer Haustiere ist für Besitzer herzzerreißend. Laut Statistik kommen solche Vorfälle häufiger vor, als man denkt. In den Vereinigten Staaten werden 80 % aller Haustiere (Hunde/Katzen), die einem Drittel der Haushalte gehören, nie gefunden. Es gibt mehrere Gesichtserkennungsprogramme für Haustiere, die Besitzern helfen können, ihre verlorenen Freunde zu finden.

ForPaws

ForPaws ist ein APP-Produkt, das mithilfe der Haustieridentifizierung Hunde anhand ihrer Nasenspitze, Hautfarbe und Fellart identifiziert. Besitzer müssen mindestens drei Fotos hochladen, um ein Haustierprofil zu erstellen. Derzeit kann die Lösung 130 Hunderassen mit einer Genauigkeit von 90 % identifizieren.

PIP

Dieses Tieridentifizierungsunternehmen hat eine App entwickelt, mit der Tierhalter sich registrieren und Fotos ihrer Tiere hochladen können. Das System analysiert die Gesichtszüge Ihres Haustieres. PiP behauptet, dass es in der Lage sein wird, jede verlorene Katze und jeden verlorenen Hund zu identifizieren, wenn der Besitzer zusätzliche Informationen wie Geschlecht, Größe und Gewicht angeben kann.

Jeder, der ein verlorenes Haustier findet, kann mit der App den Besitzer des Haustiers ausfindig machen. Die Lösung von PiP durchsucht außerdem soziale Medien kontinuierlich nach Tierbeiträgen und sendet Benachrichtigungen über verlorene Haustiere an Bewohner relevanter Gemeinden.

Love Lost

Love Lost von Petco ist eine App für Tierhalter und Tierheime. Benutzer können Tierprofile erstellen, sodass die Software, wenn ein Haustier vermisst wird, damit beginnen kann, die biometrischen Informationen des Haustiers mit Neuankömmlingen im Tierheim und anderen Kandidatentieren abzugleichen.

Identifizieren Sie ein bestimmtes Haustier​

Der Trainingsalgorithmus kann verwendet werden, um ein bestimmtes Haustier zu identifizieren. Tierhalter können beispielsweise ihr Haustier genau identifizieren und entsprechende Maßnahmen ergreifen, etwa einen Alarm senden oder eine Tür öffnen, um ihr Haustier hereinzulassen.

Aakaitz Garro Front-End-Ingenieur entwickelte Gesichtsbehandlungslösung für Haustiere

Arkaitz Garro, ein Front-End-Ingenieur bei WeTransfer, hat eine Gesichtserkennungslösung für Haustiere entwickelt, die die Katze Ihres Nachbarn identifizieren und eine Warnung an Garro (oder eine bestimmte Person) senden kann, wenn der kleine Kerl an der Tür auftaucht. Um Fotos von Katzen aufzunehmen, verwendete Garro eine kleine Kamera und einen Raspberry Pi mit Bewegungserkennungssoftware. Wenn sich ein Tier der Kamera nähert, wird ein Foto aufgenommen und an die AWS Recognition-Plattform gesendet, die es mit anderen von Garro hochgeladenen Bildern der Katze vergleicht. Wenn die Übereinstimmung erfolgreich ist, wird der Techniker benachrichtigt.

Microsofts IoT-Gerät zur Identifizierung von Haustieren

Ähnlich hat Microsoft ein IoT-Gerät entwickelt, das Benutzer zu Hause dort installieren können, wo ihre Haustiere reinkommen. Wenn ein Haustier erkannt wird, wird das Gerät entriegelt, um das Tier hereinzulassen.

Unterstützung der wissenschaftlichen Forschung – Gesichtserkennung von Delfinen

Neben der Identifizierung von Haustieren können Gesichtserkennungsalgorithmen auch zur Erkennung anderer Arten eingesetzt werden. Eine im Journal of Marine Mammal Science veröffentlichte Studie untersuchte die zur Identifizierung von Delfinen erforderlichen Merkmale. Forscher verfolgten und fotografierten über einen Zeitraum von 12 Jahren 150 Große Tümmler. Das Team identifizierte die Gesichter und Rückenflossen von Delfinen während ihres gesamten Lebenszyklus und bewertete die Machbarkeit dieses Ansatzes.

Anhand dieser 150 Motive kamen wir auf nur 31 Delfine mit vollständigen Umrissen (d. h. klare Fotos der linken und rechten Seite des Gesichts und der Rückenflosse). Die Studie stützte sich auf menschliche Expertenmeinungen und statistische Methoden, um Ähnlichkeiten zwischen verschiedenen Bildern desselben Delfins festzustellen.

Die Ergebnisse dieses Experiments zeigen, dass die Gesichtszüge von Delfinen über die Zeit hinweg konstant bleiben und zu Identifizierungszwecken verwendet werden können. Diese Technologie kann erwachsene Delfine identifizieren und die Verfolgung des Delfinwachstums erleichtern, was die Delfinforschung erheblich gefördert hat.

Eigenschaften desselben Delfins in verschiedenen Stadien

Helfen Sie Landwirten bei der Überwachung des Viehbestands

Die Identifizierung von Nutztieren kann eine Herausforderung sein. Zhao Jinshi, Gründer von Beijing Yourui Technology, beschäftigt sich seit vielen Jahren mit der Softwareentwicklung im Agrarbereich. Er hat seine eigenen Ansichten zur Identifizierung von Nutztieren: „Bei Schweinen wird es schwieriger sein, sie zu identifizieren. Weil Schweine alle so aussehen.“ Dasselbe, aber Kühe werden relativ einfach sein. Weil sie offensichtlich unverwechselbar sind, ihre Muster schwarz und weiß sind und ihre Formen unterschiedlich sind , stellt sich die Herausforderung: Bestimmen Sie, wo die Kamera installiert werden soll. Kühe sind neugierige Tiere und schon die kleinste Veränderung in ihrer Umgebung wird ihre Aufmerksamkeit erregen. Wenn sie eine Kamera finden, „interagieren“ sie damit, indem sie sie ablecken. Abgesehen von den Herausforderungen wäre ein System, das einzelne Kühe identifizieren kann, für die Züchter von großem Nutzen. Die Lösung gleicht die Gesundheit, Trink- und Essgewohnheiten eines Tieres mit der Identität des Tieres ab. Mithilfe künstlicher Intelligenz wird es möglich sein, Anzeichen von Krankheiten und Verhaltensauffälligkeiten bei Tieren zu erkennen und Züchter im Notfall zu benachrichtigen.

3. Herausforderungen der Gesichtserkennung

Wenn Sie eine Gesichtserkennungslösung für Haustiere implementieren möchten, müssen Sie drei Hauptherausforderungen berücksichtigen:

Bestimmen Sie den optimalen Funktionsumfang

Wissenschaftler Es wurden Merkmalsvektoren spezifiziert, die zur Gesichtserkennung verwendet werden können. Derselbe Ansatz funktioniert jedoch nicht für Haustiere, da wir nicht wissen, welche Funktionen verwendet werden müssen und wie sie zu interpretieren sind. Wenn Wissenschaftler beispielsweise mit Menschen arbeiten, können sie Variational Autoencoder (VAE)-Architekturen verwenden, um Merkmale aus Gesichtern zu extrahieren. Bei diesem Ansatz werden Fotos von Menschen in Vektoren komprimiert, die gewünschte Merkmale wie Hautton und Gesichtsausdruck enthalten. Für die Gesichtserkennung von Haustieren gibt es derzeit jedoch keinen zuverlässigen Merkmalsvektor.

Zuverlässige Merkmalsvektoren

Die Suche nach zuverlässigen Merkmalsvektoren wird das Gebiet erheblich voranbringen. Das Open-Source-Beispiel DogFaceNet ist eine Implementierung der Hundeerkennung auf Basis von Deep Learning. Es nutzt die Augen und die Nase des Hundes als Funktionssatz. Diese Lösung funktioniert einigermaßen gut, wenn das Gesamtziel darin besteht, zwischen Hunderassen zu unterscheiden, ihre Leistung ist jedoch eher dürftig, wenn es um die Unterscheidung zwischen Zwillingen geht.

Animal Pose​

Ein weiteres Beispiel ist die Verwendung des Local Binary Pattern Histogram (LBPH)-Algorithmus, der Bilder in Pixel umwandelt und durch den Vergleich der Pixelwerte verschiedener Bilder arbeitet. Diese Methode hängt von der Körperhaltung des Tieres ab, wodurch es empfindlich auf Haltungsänderungen reagiert. Es ist erwähnenswert, dass dieser Ansatz veraltet ist. Derzeit neigen Ingenieure dazu, erweiterte Funktionen zu verwenden.

Lassen Sie Tiere vor der Kamera posieren.

Für Menschen ist es einfach, bestimmte Posen einzunehmen und still zu sitzen. Allerdings ist es nicht so einfach, wenn wir versuchen, eine Katze oder einen Hund dazu zu bringen, ein Foto in einer bestimmten Pose zu machen. Dies erfordert die Anwendung „posesensitiver“ Gesichtserkennungsalgorithmen, die beispielsweise auf Pixelähnlichkeit basieren.

Stellen Sie einen umfassenden Trainingsdatensatz bereit

Damit das Training effektiv ist, müssen die Daten vielfältig sein und alle Aufgaben abdecken, die der Algorithmus ausführen soll. Wenn der Algorithmus beispielsweise verschiedene Hunderassen erkennt, dann sollte der Datensatz Informationsquellen enthalten, die aus verschiedenen Blickwinkeln erfasst und korrekt gekennzeichnet sind. Hier kann einiges passieren, zum Beispiel könnte jemand ein Bild von Mischlingsrassen einreichen, jemand könnte das Bild falsch markieren und den falschen Rassennamen vergeben. Um solche Probleme zu vermeiden, müssen Experten alle Fotos im Datensatz einzeln überprüfen, um die Legitimität der Bilder und die Richtigkeit der Beschriftungen zu überprüfen. 4. Fazit

Dennoch gibt es einige erfolgreiche Anwendungen, die mit eingeschränkten Daten arbeiten, beispielsweise zur Identifizierung eines bestimmten Tieres oder einer kleinen Gruppe von Haus-/Wildtieren. Wenn Sie Ihr eigenes Gesichtserkennungssystem für Haustiere aufbauen, denken Sie daran, dass Tiere nicht kooperative Nutzer der biometrischen Technologie sind. Einige werden darauf bestehen, die Kamera abzulecken, andere werden sich weigern, für Fotos zu posieren. Um unnötige Probleme zu vermeiden, können körperhaltungs- und ausdrucksneutrale Algorithmen entworfen werden. Ein weiterer zu berücksichtigender Punkt sind Datenschutzbestimmungen. Wenn Sie eine App zum Auffinden verlorener Haustiere erstellen möchten, muss der Besitzer dann seinen Standort preisgeben? Selbst Fotos von Haustieren im Haus eines Besitzers können private Informationen über den Besitzer preisgeben.

Originallink: https://readwrite.com/pet-face-recognition-are-we-there-yet/

Übersetzer-Einführung

Cui Hao, 51CTO-Community-Redakteur, leitender Architekt, ist 18 Jahre alt Erfahrung in Softwareentwicklung und Architektur, 10 Jahre Erfahrung in verteilter Architektur. Ehemals technischer Experte bei HP. Er ist bereit zu teilen und hat viele beliebte Fachartikel geschrieben, die mehr als 600.000 Mal gelesen wurden. Autor von „Prinzipien und Praxis der verteilten Architektur“.

Das obige ist der detaillierte Inhalt vonWurde eine Gesichtserkennung für Haustiere implementiert?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!