野生猴类的人脸识别
通过深度学习，本研究初步探索了一种非侵入性工具的开发，用于检测和识别日本猕猴的个体身份，旨在自动生成对研究种群进行社会网络分析的社交网络图。在研究中，建立了日本猕猴面部检测器（Faster-RCNN 模型），准确率达到 82.2％，并建立了针对小岛日本猕猴种群的个体识别器（YOLOv8n 模型），准确率达到 83％。此外，通过传统方法，基于视频中的共现性，还创建了小岛种群的社会网络图，从而为自动生成网络的可靠性提供基准。这些初步结果证明了这种创新方法在追踪日本猕猴个体和社会网络研究方面的潜力，为科学界提供了一个工具。
Oct, 2023
本文介绍了一种名为 FaceNet 的系统，其通过使用卷积神经网络及三元组学习法直接将人脸图像映射到紧凑的欧几里得空间中，使得人脸识别、验证和聚类等任务可使用 FaceNet 嵌入作为特征向量，仅使用 128 字节每个人脸即可实现最先进的人脸识别性能，其在 LFW 和 YouTube Faces DB 两个数据集上的表现都创造了最新纪录。同时，本文还提出了谐波嵌入的概念和谐波三元组损失，以描述不同网络产生的面部嵌入版本以及它们之间的直接比较。
Mar, 2015
展示了将相似度比较网络应用于动物再识别的能力，同时证明了深度卷积神经网络在不同物种之间具有泛化性能，并通过比较两种相似性比较方法：Siamese 和 Triplet-Loss 以及五个数据集的实验结果，表明 Triplet Loss 的表现要优于 Siamese，在考虑均值平均精度（mAP）@ 1 和 mAP@ 5，并且并不需要进行任何针对特定物种的修改。
Feb, 2019
通过使用稠密姿态 - C 黑猩猩身体部位分割流，本文首次提出了度量学习系统用于识别大型人猿的行为动作，并在 PanAf-500 数据集上取得了 12% 的性能提升，通过长尾识别技术，平均每类准确性可提高 23%。
Jan, 2023
利用无人机进行多个个体的同时跟踪，以更好地理解群居灵长类动物的行为；本研究通过无人机视频提出了一种新的研究数据集，用于猴子的检测、追踪和行为识别，结果表明利用深度学习可以对野生动物的行为进行分类，提供对整个群体集体行为的非侵入性洞察。
May, 2024
本论文介绍了 ChimpBehave，一个包含超过 2 小时视频（约 193,000 帧）的新型数据集，用于动作识别，通过与现有数据集对齐，可以研究领域自适应和跨数据集泛化方法，并使用最先进的基于 CNN 的动作识别模型提供了首个基准结果。
May, 2024
我们通过为视觉结构提供对详细物种行为进行描述的文本嵌入，展示出可以增强从摄像陷阱中理解黑猩猩行为的能力。具体而言，我们提出了一种视觉 - 语言模型，它通过对直接从摄像陷阱视频中提取的视觉特征进行多模态解码，处理代表行为的查询标记并输出类别预测。我们使用标准化的黑猩猩行为编码作为查询标记的初始值，而不是使用随机或基于名称的初始化。此外，我们还探索了使用在已知行为模式的文本语料库上进行微调的遮蔽语言模型初始化查询标记的效果。我们在 PanAf500 和 PanAf20K 数据集上评估了我们的系统，并证明了我们的多模态解码方法和查询初始化策略在多类别和多标签识别任务上的性能优势。结果和消融分析支持性能的改进。我们在 PanAf500 上的 top-1 准确率上实现了优于视觉和视觉 - 语言模型 6.34％的最先进性能，以及在 PanAf20K 上的总体（+ 1.1％）和尾类（+ 2.26％）均值平均精度。我们分享完整的源代码和网络权重，以便能够完全复现结果并进行轻松使用。
Apr, 2024
通过使用常用的机器学习方法，该研究论文介绍了一个基于棕猿检测和分类的流程，旨在通过触摸屏设备在棕猿围栏内无需人工辅助地进行测试。使用半自动方式生成的棕猿录音数据集被引入。这些录音数据具有弱标签，并被输入到猕猴检测器中以空间上检测视频中的个体。研究了手工特征结合不同的分类算法和使用 ResNet 架构的深度学习方法来进行棕猿识别。性能通过使用不同的数据分离方法对数据库进行分割后的分类准确性进行比较。我们展示了数据准备的重要性以及错误的数据分离如何导致虚假的良好结果。最后，在对数据进行有意义的分离之后，使用经过微调的 ResNet 模型获得了最佳的分类性能，准确率达到了 75%。
Sep, 2023
提出了一个包含大量标注的动物面部数据集，可用于面部对齐、检测和细粒度识别等多项应用，尤其对监测动物面部行为具有重要的启示作用，有助于改善动物医疗保健并推动计算机视觉算法相关技术的进步
Sep, 2019
本文提出一种深层级联多任务框架，通过三层深度卷积神经网络的分级设计，在对人脸和人脸特征区域进行预测的粗到细的过程中，利用其中的内在相关性以提高人脸检测和特征点定位的性能，在学习过程中还采用一种新型的在线困难样本挖掘方法，能够自动提高性能而无需手动样本选择。
Jan, 2022