在湖北大老岭国家级自然保护区，一套由一线职工研发的AI野生动物识别系统，以极低的成本实现了物种影像识别准确率稳定在80%左右，达到了我国首部《自然保护地数智化建设技术规范》的量化要求，成为基层保护区数智化转型的生动实践。
大老岭保护区地处三峡坝区库首北岸，是国务院三峡办确定的三峡库区生态示范区和生物多样性保护区，生物多样性极为丰富。保护区内科学布设了近200台红外相机，每年采集影像数据高达3—4TB，包含数十万张照片。过去，这些影像全部依赖人工逐张甄别，4名工作人员需连续工作60天才能完成一轮识别，不仅耗时耗力，还容易因视觉疲劳导致误判。
一套商用AI识别系统报价五六十万元甚至上百万元，对经费有限的基层保护区而言难以负担。“求人不如求己。”以朱凯为代表的基层技术骨干和一线监测员组成研发团队，白天上山巡护，晚上啃论文、看代码、学编程、做标注，硬是从零开始捣鼓出一套属于大山的“AI眼睛”，影像甄别效率提升5倍以上。
研发的最大难点在于数据标注和模型训练。研发团队累计标注了上万张照片，涵盖林麝、毛冠鹿、中华鬣羚、小麂、红腹锦鸡等10余种重点保护动物，包含不同季节和场景，手把手“教”AI认识这些深山生灵。
山里的环境极为复杂，晴天、雨天、雾天，光线和角度千变万化，许多动物外形相似，会出现错认的情况。研发团队没有气馁，针对复杂场景反复调试参数、优化算法，补充不同天气、光线条件下的影像数据。最终，系统识别准确率从最初不足50%稳步提升至80%左右，达到了国家最新数智化建设技术规范的要求。
仅2025年，依托自研AI识别系统对海量影像的自动化筛选与物种精准识别，该保护区共计分析鉴别了278台次红外相机的影像数据超24万份，其中有效图片数量约7万张，系统成功识别林麝照片874张、毛冠鹿2719张、中华鬣羚1015张、中华斑羚1349张、小麂18483张、野猪7576张等，并按物种精准完成了影像分类。
如今，这套系统仍在持续迭代。研发团队计划进一步提升识别精度与环境适配能力，完善本土野生动物智能监测体系，通过更精准的个体识别算法，为林麝、中华鬣羚等濒危物种繁衍与生存提供科学数据支撑，用科技之光照亮深山密林。(朱凯 林郁柳)
快速入口
京公网安备 11010102004204号
