文/王宇（中国地质大学（北京）经济管理学院）

一、研究背景

目前，人工智能成为越来越热门的研究对象，它代表了最前沿的科技水平和最先进的服务理念。而其中算法领域上的重要突破点之一，就是对深度学习的研究。我们知道，人体所接受的来自视觉感官系统的信息达到80%以上，所以计算机的视觉架构显得更加重要。物体识别是很多视频跟踪识别领域的基础，而深度学习在物体识别上有很大的作用，只有快速而准确地识别出图像的类型，才能为后续的视频图像处理分析打下良好的基础。由此可见，物体识别的重要性不言而喻。

早期的图像识别主要是先提取物体特征，然后再根据特征识别物体。而随着人工智能的发展，用深度学习进行物体识别慢慢占据主流。其中，动物图像识别也慢慢成为图像识别中的一个热点。而深度学习在动物识别上可以展示出极强的优异性。目前已有的动物图像识别大都存在识别种类少、识别率低的问题，我们的研究也将从基本的图像识别出发，逐步解决目前存在的问题。

根据2015年完成的《中国生物多样性红色名录——脊椎动物卷》，共评估了中国4357种脊椎动物（见图1），包括673种哺乳类、1372种鸟类、461种爬行类、408种两栖类和1443种淡水鱼类。其中，939种数据缺乏、1868种无危、596种近危，受威胁的物种共934种。在934种受威胁物种当中，易危459种、濒危289种、极度濒危186种。可见，我国脊椎动物的生存情况不容乐观。为保护环境，拯救那些正在消失的濒危动物，我国正在做一些力所能及的事。……