雉雞亞種種群的圖像識別研究

王 彪 王 筠 屈軍樂

(1.深圳大學(xué)生命與海洋科學(xué)學(xué)院，深圳，518060；2.深圳大學(xué)光電工程學(xué)院，光電子器件與系統(tǒng)重點實驗室，深圳，518060)

雉雞(Phasianuscolchicus)，頸部下方有一圈顯著白色環(huán)紋，為我國雉科(Phasianidae)中分布最廣的鳥類。目前已確定多達(dá)31個亞種，一些亞種從表型與遺傳上已適應(yīng)于不同的地理區(qū)域(例如：寒帶、熱帶、干旱區(qū)、高原等)，從而形成了各具特色的獨特群體[1]。群體間的差異可能是自然選擇、配偶選擇、群體歷史遷移等共同的影響[2-4]。近年來，動物學(xué)家通過形態(tài)分類和分子生物學(xué)手段對雉雞亞種的種群類型進(jìn)行了較為深入的研究[5-6]。例如：Qu等[7]以線粒體DNA(mtDNA)控制區(qū)基因1 079 bp堿基序列為遺傳標(biāo)記，研究了中國雉雞28個群體的分子生態(tài)(將我國雉雞群體分成3個進(jìn)化支(clade)，與依形態(tài)上劃分的“白翅組、準(zhǔn)噶爾組、灰腰組”對應(yīng)[8])。Liu等擴大了取樣的范圍，對全國13個亞種58個采樣點的483個雉雞樣本進(jìn)行了線粒體DNA控制區(qū)和細(xì)胞色素b共1 625 bp的序列進(jìn)行了分析，將全國的雉雞分為7個主要進(jìn)化支，發(fā)現(xiàn)隨著適宜的棲息地的擴大，雉雞群體適應(yīng)性產(chǎn)生的差異也在各亞種之間的形態(tài)上有所體現(xiàn)[9-11]。Kayvanfar等的研究確認(rèn)了elegans亞種的分布范圍在中國云南西北部，在所研究的17個亞種中處于基礎(chǔ)地位，并且驗證了雉雞可能起源于中國東南部森林的假設(shè)[12-13]。

雉雞的亞種種群具有分布范圍廣、群體數(shù)量大、擴散能力弱等特點，在漫長的進(jìn)化歷史中，形成了形色各異的亞種羽色圖案形態(tài)。通過對雉雞亞種羽色形態(tài)進(jìn)行研究，能夠更精準(zhǔn)地對其進(jìn)行亞種分類，基于宏觀形態(tài)的類別又可以與微觀分子的進(jìn)化進(jìn)行比較分析，即可揭示種群遺傳格局和歷史動態(tài)，并能從另一角度理解自然選擇、種群歷史等對于雉雞遺傳格局及演化的不同影響[14-16]。同時，基于形態(tài)學(xué)的詳細(xì)分析可為基因與形態(tài)的關(guān)聯(lián)研究(genome-wide association study)提供更多的有用信息[3，17-19]。

雉雞亞種羽色形態(tài)觀察大多通過動物學(xué)家人眼進(jìn)行，但有經(jīng)驗的動物識別專家往往需要多年的經(jīng)驗積累。對于雉雞這樣分布廣、數(shù)量大、亞種形態(tài)復(fù)雜易混的物種來說，識別準(zhǔn)確難以實現(xiàn)。隨著數(shù)碼相機等觀察設(shè)備的更新?lián)Q代，可以運用圖像數(shù)字化的技術(shù)對光線、角度、環(huán)境干擾等多種復(fù)雜因素的進(jìn)行修正，明顯提高了野外采集雉雞羽色形態(tài)的圖像質(zhì)量。通過實驗室計算機圖形的后期數(shù)字化分析，可以幫助更好地識別雉雞亞種，對物種鑒定進(jìn)行輔佐糾偏。

實現(xiàn)數(shù)字圖形識別的前提是通過特征提取，將雉雞圖像區(qū)域與背景區(qū)分出來。因此，需要建立雉雞羽色數(shù)據(jù)庫，應(yīng)用已有的信息進(jìn)行輔助提取。另一方面，羽毛的樣式和顏色受遺傳與環(huán)境交互影響，是一些具有獨特紋理的圖案和一些不可描述的特征組合。圖像數(shù)字化處理：(1)基于像素的分割：利用像素外觀作為像素分配標(biāo)簽；(2)基于區(qū)域的分割：主要通過尋找圖像之間的邊界來將圖像分割成區(qū)域；(3)基于圖像標(biāo)記的分割：被定義于全局能量函數(shù)，但精準(zhǔn)度取決于外觀和圖像梯度的識別[20-21]。特征提取后，需要用數(shù)字分類方法對圖像進(jìn)行解析，這是一種基于模板匹配的動物圖像監(jiān)測模型，并可通過基于顏色特征的支持向量機(support vector machine，SVM)對雉雞的分類特征進(jìn)行聚類與描述。其中，K近鄰分類算法(K-nearest neighbor)、概率神經(jīng)網(wǎng)路(probabilistic neural network)和符號分類器(symbolic classifier)是最有效的3種算法[22-26]。本研究通過以上3種算法，對大英博物館提供的25個雉雞亞種的標(biāo)準(zhǔn)圖片進(jìn)行識別，探索數(shù)字識別在雉雞亞種鑒定中的可能性。

1 材料與方法

本研究的雉雞亞種外觀性狀圖像取自大英博物館館藏標(biāo)本，共25個亞種，每個亞種2張不同角度的全身數(shù)碼圖片(圖1)。對圖片的處理包含圖像切割、特征提取、特征分析與聚類3個步驟。

1.1 圖像分割

首先通過TernausNet對圖形微切分割出色彩微格，并將其灰白化[27](圖2)。對于原始分割進(jìn)行賦值、合并、再切割。在分割中，圖像的中心區(qū)域被稱為目標(biāo)標(biāo)記區(qū)域，圖像的邊界稱為背景標(biāo)記區(qū)域。對數(shù)值矩陣進(jìn)行標(biāo)記：標(biāo)記對象區(qū)域、標(biāo)記背景區(qū)域和非標(biāo)記區(qū)域[28]。提取對象輪廓及非標(biāo)記區(qū)域被分配給對象區(qū)域或背景區(qū)域。

1.2 特征提取

利用Gabor函數(shù)的濾波器微格對數(shù)字圖像模式進(jìn)行分析，將有效表征的重復(fù)結(jié)構(gòu)進(jìn)行歸納，在空間域和頻率域的聯(lián)合不確定性之間進(jìn)行折中[29]?；陬l率分析的數(shù)學(xué)特性通過Gabor函數(shù)來進(jìn)行描述，將空間和頻率聯(lián)合的不確定性最小化。微格分析通過應(yīng)用同一組尺度和方向選擇性的Gabor來完成的[30]。對圖像的過濾所應(yīng)用的二維Gabor函數(shù)G(x；y)及其傅立葉變換G(u；v)可以寫成：

式中：波長(λ)：以像素為單位指定，大于等于2，不大于輸入圖像尺寸的五分之一；方向(θ)：Gabor函數(shù)并行條紋的方向，取值為0到360°；相位偏移(φ)：取值范圍-180°到180°，分別對應(yīng)中心對稱的center-on函數(shù)和center-off函數(shù)；長寬比(γ)：空間縱橫比，Gabor函數(shù)形狀的橢圓率。操作程序可在github.com/mhaghighat/gabor獲取。

1.3 特征分析與聚類

通過檢測重要特征來減少數(shù)據(jù)的維度，每個雉雞圖像所使用的特征選擇算法分為兩類：(1)過濾法：通過矩陣評估和選擇特征子集的數(shù)據(jù)特征，需要濾波器用作圖像預(yù)處理步驟；(2)包含法：使用機器學(xué)習(xí)算法的性能來評估每個算法候選特征子集，尋找最優(yōu)化學(xué)習(xí)的特征算法。

聚類方式包括：

K近鄰分類算法是基于“最近距離(nearest neighbor)”的算法，通過R語言中的yalmpute程序包實現(xiàn)[31-33]。K近鄰分類算法采用向量形式測試樣本特征，找到每個訓(xùn)練示例的向量的歐氏距離，作為最近距離。隨后，將標(biāo)簽分配在測試樣本上，利用“平滑”假設(shè)，歸類聚合相同的微格模塊。

概率神經(jīng)網(wǎng)路是3層結(jié)構(gòu)的前饋網(wǎng)絡(luò)，來自貝葉斯決策網(wǎng)絡(luò)(Bayesian network)，通過R語言中的PNN程序?qū)崿F(xiàn)(https：//github.com/chasset/pnn)。它基于訓(xùn)練樣本的概率密度函數(shù)，使用相似的概率密度函數(shù)，針對每個測試向量單獨進(jìn)行計算[34])。在輸入到網(wǎng)絡(luò)之前對向量進(jìn)行同一化。隱含層每個分類含一個節(jié)點，輸出層具有用于每個模式分類的節(jié)點。

符號分類器使用提取的Gabor特征作為雉雞樣本的符號表示[35-36]，通過R語言中的symbolicDA程序?qū)崿F(xiàn)(http：//keii.ue.wroc.pl/symbolicDA)。由于雉雞羽毛的特征在每個亞組中具有的類內(nèi)差異較小，區(qū)分這些變化較困難。因此使用非常規(guī)數(shù)據(jù)處理，能夠更有效地區(qū)分并保存數(shù)據(jù)之間的差異?；谙笳魈卣鞯乃惴ㄟm應(yīng)于捕捉變化區(qū)間值的特征向量。

2 結(jié)果

雉雞亞種圖像識別結(jié)果顯示了分割與特征提取的性能和效率，此步驟結(jié)果可直接影響到后面的聚類分析。在提取時，不同的種群呈現(xiàn)出不平衡的數(shù)據(jù)集。檢測的雉雞5大亞種類群，包括：黑頸雉雞(Phasianuscolchicuscolchicus)、橄欖腰雉雞(Phasianuscolchicustarimensis)、灰腰雉雞(Phasianuscolchicushagenbecki)、準(zhǔn)格爾雉雞(Phasianuscolchicusmongolicus)和白翅雉雞(Phasianuscolchicuschrysomelas)(圖3)。總的來說，所有模型取得的識別效果并不好，主要在于雉雞的羽色過于接近。其中灰腰雉雞的利用概率神經(jīng)網(wǎng)路(PNN)的識別精度最高，為62.3%。而橄欖腰雉雞和白翅雉雞則分別利用K近鄰分類算法(KNN)和概率神經(jīng)網(wǎng)路(PNN)所獲得的識別度最低，僅有20.5%。

對完整雉雞圖像數(shù)據(jù)集的識別包含5大亞種集群一共25個亞種，但來自各大集群的亞種數(shù)目并不平衡，本研究依然采納所有亞種圖像進(jìn)行分析驗證。結(jié)果表明雉雞在大的亞種類群中識別度較高。依然是概率神經(jīng)網(wǎng)路取得了最好的效果，識別性能從19.2%到60.4%。最簡單的模型K近鄰分類算法性能較低。模型符號分類器也顯示了較好的結(jié)果。

本研究對圖像切割后的灰度微格的識別效率，繼而運用序列前向選擇法、序列后向選擇法、序列浮動前向選擇法和序列浮動后向選擇法等算法，對差異紋理特征進(jìn)行提取和聚類，并進(jìn)行了多重組合驗證[37]。這種驗證技術(shù)僅適用于K近鄰分類算法、概率神經(jīng)網(wǎng)路和符號分類器的基礎(chǔ)構(gòu)架設(shè)計。其模型具有預(yù)先訓(xùn)練的權(quán)值，本研究的實驗結(jié)果顯示了完整的驗證結(jié)果。在數(shù)據(jù)模擬進(jìn)行到40%時，數(shù)值就已趨于穩(wěn)定，平均值穩(wěn)定為(70.8±4.5)，驗證了識別結(jié)果的可靠性。

在對雉雞亞種圖像識別的進(jìn)一步驗證中，本研究將所有亞種圖片共50張對應(yīng)的主要亞種類群進(jìn)行比對，5個亞種類別為：黑頸雉雞、橄欖腰雉雞、灰腰雉雞、準(zhǔn)格爾雉雞和白翅雉雞。在只考慮不平衡數(shù)據(jù)集的驗證中，每一類的所有圖像樣本被拆分為2組：預(yù)測亞種類群與目標(biāo)亞種類群(表2)。同時，類群的判別應(yīng)用了3種聚類模型。如果有2個以上判定為同一種，可認(rèn)定為這一種。結(jié)果證明，本研究并沒有3個模型判定為3個不同類群的情況，因此50個實驗圖像都被歸集到相應(yīng)的群組之中。其中，3個模型判定完全一致的占52.5%。通過這個3模型聯(lián)合驗證法，雉雞亞群的平均識別率已經(jīng)達(dá)到了70%，最低的(即對于橄欖腰雉雞的識別)也在60%。

表1 圖像識別聚類的交叉驗證率

表2 3種模型綜合使用的圖片識別驗證

3 分析與討論

本研究測試了通過羽毛圖案對雉雞亞種類群進(jìn)行識別的計算方法，主要依托K近鄰分類(KNN)、概率神經(jīng)網(wǎng)路(PNN)和符號分類器3大函數(shù)。利用最大區(qū)域合并分割雉雞圖像，從分割圖像中提取Gabor特征，判別Gabor特征，然后使用3大算法進(jìn)行特征選擇。對于所提出的方法的有效性，我們也進(jìn)行了不同維度的驗證，包括對能采集到圖像資料的所有亞種(共25種)進(jìn)行了分析，并在交叉驗證中混入來自圖冊或野外工作采集的圖片。同時，考慮了不同大小的亞種數(shù)據(jù)庫的差異，研究了非平衡狀況下效果分類的精度。實驗結(jié)果表明，概率神經(jīng)網(wǎng)路(PNN)優(yōu)于其他個體特征。

通過數(shù)字模型對雉雞亞種種群進(jìn)行圖像識別證實了目前數(shù)字分類的難度。同時，通過比較可以清楚地發(fā)現(xiàn)概率神經(jīng)網(wǎng)路(PNN)模型可以被較好地應(yīng)用到圖片識別數(shù)據(jù)集之中。此外，K近鄰分類算法(KNN)的算法架構(gòu)最為簡單，分類結(jié)果對于某些類群也顯示了良好的效果。而用符號分類器實現(xiàn)高性能，對圖像數(shù)字矩陣模型的平衡性有較高要求。對于雉雞羽色的識別，圖3顯示平衡數(shù)據(jù)集的性能結(jié)果并沒有其他2種算法表現(xiàn)好。本研究結(jié)果還顯示，對于25種亞群群體的圖像識別與人臉識別相比都有不同程度的性能退化，這可能是雉雞初始樣品集圖像大數(shù)據(jù)欠缺的原因。而分析過程中，初始樣本的分類結(jié)果也確認(rèn)了本研究分析流程的可靠性，因而表明為未來研究需求還應(yīng)采集更大量和高精度的樣本圖像。

在特定雉雞類群的識別方面，對于準(zhǔn)格爾雉雞，3種算法K近鄰分類、概率神經(jīng)網(wǎng)路和符號分類器顯示出非常接近的性能，這可能是由于準(zhǔn)格爾雉雞在羽毛外觀形態(tài)上和其他幾類亞種類型的重疊度最高。在其他幾個亞種類群中，灰腰雉雞擁有反差最大的羽色特征，這也是造成在概率神經(jīng)網(wǎng)路算法下，獲得最高識別度的原因。白翅雉雞在3種算法下的效率都不好，主要因為白色區(qū)域的識別度較差。而在實際野外采樣中，采集到的自然界的樣本可能更難形成被模型高效識別的數(shù)據(jù)集。

通過圖像識別聚類的交叉驗證，可以推斷出序列浮動后向選擇法的模型精度較低，而與訓(xùn)練相比新數(shù)據(jù)集的序列前向選擇法可取得更好的驗證結(jié)果。因為K近鄰分類算法呈現(xiàn)了從61.7%到79.2%的變化范圍，表明結(jié)果可能出現(xiàn)了過度擬合。最重要的微格數(shù)值矩陣帶來了計算成本的極大不確定性，也是在實際應(yīng)用中需要考慮到的。

4 結(jié)論

本研究通過計算機圖像識別對羽色圖案各異的雉雞亞種類群實現(xiàn)自動化分類。雖然現(xiàn)在的識別效率還不夠精準(zhǔn)，優(yōu)化后的模型也只能對5個亞種大類進(jìn)行識別，且成功率只有大約70%，但這對于野外物種的標(biāo)準(zhǔn)化采集與識別是一次重要的嘗試。系統(tǒng)性的數(shù)字識別會降低野外觀測的偏差，同時數(shù)字化提取出的信息也可以作為系統(tǒng)進(jìn)化分析的重要原始數(shù)據(jù)。目前識別效率較低主要原因有：第一，目前用于優(yōu)化模型的雉雞羽色形態(tài)的初始數(shù)據(jù)量仍不足。隨著對于雉雞的深入研究，以及有意識的采集高質(zhì)量的圖片，一定會有更多的原始圖像數(shù)據(jù)積累。第二，數(shù)碼攝影的硬件局限，雖然現(xiàn)代的照相設(shè)備已經(jīng)能達(dá)到很高的像素質(zhì)量，但光線處理問題仍還存在瓶頸，有待于攝影硬件的技術(shù)突破。第三，本研究采用灰度微格進(jìn)行分析，制約了顏色數(shù)字矩陣的轉(zhuǎn)換，一定程度上丟失了一些重要的形態(tài)信息，需要進(jìn)一步的技術(shù)改良。第四，本研究采用的數(shù)據(jù)模型并非嚴(yán)格意義上的人工智能算法。相信現(xiàn)代計算科學(xué)的快速發(fā)展，會帶來更加高效率的數(shù)值算法，使得更好的圖像識別成為可能。再伴有越來越多的大數(shù)據(jù)收集與儲存，計算機視覺的深度學(xué)習(xí)技術(shù)能力肯定能在不久的將來，使得此探索性研究的功能與成果得到顯著性提高。