据美国政府计算机网站（GCN）报道，为了监测包括北太平洋和东白令海在内的约三百万平方英里海洋中的鱼类资源，美国阿拉斯加州渔业科学中心开始使用面部识别技术（更准确地说是“鱼脸识别”），根据鱼的面部特征来识别鱼类，从而获取更准确的海洋生物数量。该机构几年前就开始尝试这种技术，现在正开发第二代基于摄像机的捕鱼拖网（CAM-Trawl）技术，并与嵌入式解决方案公司ADL合作以改善硬件，包括小尺寸嵌入式视觉盒（即图像采集计算机，其四核英特尔酷睿i7处理器能够实现图像数据的实时处理）、防水外壳以及连接器等。

ADL工程总监拉米雷斯（JC Ramirez）说：“在使用CAM-Trawl技术之前，传统的鱼类资源测量方法是使用拖网渔船来打捞海洋特定地区的所有鱼类，将其放置于甲板，对其进行计数，然后以该数量乘以地区倍数。”但这种方法有几个缺点，包括外推错误、高成本和影响鱼类种群的生态。研究人员正在寻找一种更为温和的方法，并能覆盖更多地区、得到更多区域之间数据变化特征。

现在研究人员只需要拉一台配备摄像机的设备进行测量，这些摄像机与通常位于驾驶室的ADL控制电脑相连。它监测诸如位置、时间、压力传感器和射频识别标签读数等外部传感器，然后基于传感器输入，与一个或多个视觉盒通信进行图像捕获、管理远程开/关电源、时钟同步以及启动和停止图像采集。新的设备能以非常高的分辨率和非常高的每秒帧速率进行图像捕获，此外需要开发一些面部识别算法来识别特定的鱼类并将该数据存储在视觉盒中。

科学家将视觉盒带回科学中心进行数据分析。拉米雷斯说：“研究人员能将所有捕获的数据下载到一个更大的系统中，更好地了解整体情况”。例如，他们可以了解到鱼群是否已经增长、减少或迁移到另一个地区。

（来源：人工智能快报）