荷兰一科研人员基于算法创建能够识别动物情绪的智能系统

我们都应该知道，在数字技术和人工智能技术的推动下，面向人类的人脸识别系统发展迅速，并广泛应用于各种实际环境中。比如智能手机上的密码系统，国际边检站的身份识别，遗传病表现型检测，衡量游客满意度的情感表达等等。但是我们可能很少听说，有面部识别平台可以测量动物的情绪。

情绪被认为是一种存在于许多物种中的社会和生存机制。对于人类来说，情绪被理解为一种能够影响身体反应的深刻且复杂的心理体验。目前，虽然研究者们已经建立了一个致力于理解人类大脑复杂的内部运作的科学领域，但是尚未能很好地解决许多与人类情绪相关的问题。由于理解动物的情绪状态比理解人类的情绪状态要困难得多，专注于理解非灵长类动物和其他动物情感能力的科学研究就更少了。

情感被认为是一种社会和生存机制，存在于许多物种中。对于人类来说，情绪被理解为一种深刻而复杂的心理体验，可以影响身体反应。目前，尽管研究人员已经建立了一个致力于了解人脑复杂内部运作的科学领域，但他们仍未能解决许多与人类情绪相关的问题。因为理解动物的情绪状态要比人类困难得多，所以专注于理解非灵长类动物和其他动物的情绪能力的科学研究就更少了。

每个物种都有自己独特的生理构成，会导致特殊的表现。所以人类很难通过简单的面部观察来理解其他物种的情绪。近年来，随着定制软件应用于改善研究、关注动物快乐、法律鉴定和医疗实践，动物行为领域的技术干预研究越来越多。近日，荷兰瓦赫宁大学(Vakhnin University)的suresh Nesselajan博士利用基于Python的算法创建了一个可用于识别农场动物情绪的AI系统——wurwolf，并以论文的形式发表了其研究成果。

Suresh Neethirajan已经从世界各地的六个农场收集了数万头猪的育种数据。他和团队的其他成员需要对这些数据进行预处理，包括人脸检测、人脸对齐和输入标准化。例如，研究人员将检测、跟踪和优化与农场动物的精神或情绪状态相关的面部特征，如动物的外观，如耳朵姿势和眼睛的白色区域。然后，他们将收集到的数据按时间和标签进行标记。然后，他们将农场动物的情绪逐一分类。

在测试中，他们得到了十三种面部活动和九种情绪状态，包括动物是否平静，并提出了基于YoloV3和更快的YoloV4的实时图像识别系统和集成卷积神经网络(RCNN)。这种情绪感知系统可以实时检测农场动物的表情，方便畜牧业中的农民使用许多新的自动界面决策工具。它还可以为提高动物的快乐和增加动物与人类之间的互动提供潜力。根据该论文，该系统的平均准确率可以达到85%。

我们现在来具体解释一下，如果牛的耳朵处于直立的状态，这可能代表它目前正感到兴奋激动;如果它的耳朵指向前方，那它很可能处于一种被沮丧、难过等的负面情绪困扰的情感环境中。那么，要了解猪的情绪状态，也可以像牛一样，直接从耳朵入手。这篇论文中写着，当猪的耳朵快速抽动时，它们可能正处于压力状态下;当猪的耳朵垂悬着并朝着眼睛的方向翻转时，它们则有更多的可能是被中性平稳的情绪状态支配。

现在我们来详细解释一下，如果一头牛的耳朵处于直立状态，可能意味着它目前正在感受兴奋；如果它的耳朵指向前方，很可能是处于被抑郁、悲伤等负面情绪困扰的情绪环境中。那么，要了解猪的情绪状态，也可以像牛一样，直接从耳朵入手。文中写道，当猪的耳朵快速抽动时，可能是受到了压力；当猪的耳朵下垂，向眼睛的方向转动时，更容易被中性稳定的情绪状态所支配。

关于农场动物的情感问题，sureshNeethirajan博士说:“我们有必要开始改变我们的做法。比如从单纯的消除消极抑郁到给动物提供积极的情绪状态。”

在调查和监测动物的快乐时，动物护理员、驯养员和农场工人通常依靠实际观察和测量方法。为了避免在获取功能和生理数据的过程中增加对动物的处理，减少与人工评估相关的主观性，自动化动物行为和生理测量系统可以加强对畜舍中动物的苦恼或疼痛的检测，并在很大程度上补充当前传统快乐评估工具和评估过程的不足。使用数字报警，自动和连续监测动物幸福的技术正在迅速成为现实。

对于精准畜牧业来说，数字技术和人工智能技术更有利于推动动物幸福感知研究领域的进步和突破。为了在畜牧业管理中获得可持续和高质量的健康护理和幸福感知，科学家需要创新评估工具。使用面部识别系统等数字工具来释放自动测量农场动物心理和情绪状态的全部潜力，将有助于模糊生物学、物理学和数字技术之间的界限。

Neethirajan博士认为:“这项技术真正全面应用于农场可能还需要几年时间。然而，这种持续监测的好处可能比目前的检查和审计制度要高得多。未来，心理和情绪状态的多维模型将以测量行为模式的形式出现，并与跟踪农场动物的姿势变化和行为变化相结合，进行大规模神经记录。”

论文还写道:“跟踪和分析动物的情绪将是建立动物福利审计工具的一个突破。”