我们大家应该都知道，在数字技术和人工智能技术的驱动下，用于人类的面部识别系统迅速发展并被广泛应用于各种实践环境。比如，智能手机上的密码系统、国际边境检查站的身份识别、遗传病表型检测和通过情感表达来衡量游客满意度等等。但我们可能很少听闻，也有能对动物情绪进行测量的面部识别平台。

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。

每个物种都有自己独特的生理组成，并会因此产生特殊的表现形式。所以，人类通过简单的面部观察来理解其他物种的情感是很困难的。近年来，随着使用定制软件改善研究、关注动物幸福、法律鉴定和医疗实践等应用的出现，对动物行为领域的技术干预研究越来越多。近日，荷兰瓦赫宁根大学的苏雷什·内塞拉詹博士使用基于Python的算法，创建了一个能够用于识别农场动物情绪的AI系统一—WUR wolf，并将其研究成果以论文的形式发表出来。

suresh Neethirajan博士在全世界范围内，从六个农场中搜集到了数万头猪的养殖数据。他和团队的其他成员要先对这些数据进行一些包括面部检测、面部对齐和输入标准化等在内的预处理。比如，研究者们会对动物的外观，比如耳朵姿势和眼睛白色区域等那些与农场动物精神或情感状态相关的面部特征进行检测、跟踪和优化。接着，他们将搜集到的数据以时间和标签的方式进行了标注。然后，他们再把农场动物的情绪一一分类。

在测试中，他们得到了包括动物平静与否在内的十三种面部活动和九种情绪状态，并提出了一种基于YoloV3、Faster YoloV4的图像实时识别系统和集成卷积神经网络（RCNN）。这种情感感知系统能够对农场动物的表情进行实时检测，并方便畜牧业的农民们使用许多新的界面自动化决策工具，还能为增强动物幸福感和增加动物与人类之间的互动提供潜力。根据论文可知，这项系统的平均准确率能够达到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。

在农场动物的情绪问题上，sureshNeethirajan博士表示：“我们有必要开始转变做法了。比如从单纯消除消极沮丧情緒转变到为动物提供积极向上的情绪状态。”

动物看护人、驯养人和农场的工人在调查和监测动物的幸福状态时，通常依靠实际观察和测量的方法。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，且减少与手动评估相关的主观性，自动化的动物行为和生理测量系统能够加强动物在谷仓中遇险或疼痛的检测，并对目前传统的幸福评估工具和评估过程的不足进行较大程度上的补充。利用数字警报，对动物的幸福进行自动和连续监测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助推感知动物幸福的研究领域的前进与突破。为了在畜牧业管理当中获得可持续和高质量的健康关注和幸福感知，科学家们需要对评估工具进行创新。采用如面部识别系统等的数字化工具来释放农场动物心理和情绪状态自动测量的全部潜力，将有助于模糊生物、物理和数字技术之间的界限。

Neethirajan博士认为：“可能还需要数年时间，这项技术才能真正地完全应用于农场。不过，采用这种持续的监测所带来的好处，可能会比现在的检查和审计系统所能带来的好处要高得多。未来，心理和情感状态的多维模型将以测量行为模式的形式出现，并会结合跟踪农场动物的姿态变化和行为变化，进行大规模的神经记录。”

论文中还写道：“追踪和分析动物的情绪将成为建立动物福利审核工具的一项突破。”