近年來，隨著人工智能機器視覺這一分支技術的不斷發展突破，CV+AI開始不斷滲透至生活乃至工作等各類場景之中。而在人臉識別應用逐步普及之后，借助CV+AI對動物進行識別，已成為了當下多數企業看好的一個全新發力點。

2018年時，阿里云與四川特驅集團、德康集團宣布達成合作，利用自家ET大腦涵蓋的視頻圖像分析、面部識別、語音識別、物流算法等人工智能技術，來對環境中的各項條件，以及畜牧自身從懷孕到出生再到成長過程中每一項數據進行監測，讓每一頭畜牧都有自己可供記錄、查詢以及分析的檔案。

而近期，各大廠商更加快了在這一領域內的布局。7月20日，支付寶保險平臺宣布開放寵物鼻紋識別技術，并聯合大地保險、眾安保險，將該技術第一次應用于寵物保險業務領域，并初步開始接受貓狗兩類寵物投保業務。

企查查數據顯示，在北京曠視科技有限公司新增的多條專利信息中，名為“狗鼻紋特征點的檢測方法、裝置、系統及存儲介質”的專利名稱赫然出現在了其中。

而之所以機器視覺開始進入動物識別領域，其原因還要先從技術本身說起。

識別動物與識別人之間的差距

動物識別這條路之所以行得通，其原因在于動物與人類相仿，都有能夠進行識別的生物特性。最典型的代表便是狗鼻子上的鼻紋，與人類指紋相似，這是一種與生俱來且獨一無二的生物特性，即便同一胎產下的狗，鼻紋也存在很大差異。

當然，此前的AI養豬借鑒的也是同一原理。借助每頭豬不同的面部特征（兩眼間的距離、嘴巴的位置、頭骨的寬度），配合機器視覺結構化出的數據以及人工智能在數據處理方面的優勢，才讓這一解決方案有了落地的可能性。

這也是為何，機器視覺+人工智能（也就是CV+AI）近年來一直深耕養殖業的原因。畢竟相比種植產業來說，養殖業因素更為可控。而種植業即使在同一區域內，還要考慮氣候波動等各項因素。

回歸VC+AI這樣話題來看，此前比特網在與一位業界人士溝通時，其表示動物臉識別其實跟人臉識別的原理相通。本質上來說采用的技術是相似的，只不過訓練選用的樣本有所差異而已。現階段CV+AI炒的很熱，其實最終并不在于企業算法有多高深，核心還是在于數據。誰能夠設計出一個討巧低成本，且能夠源源不斷產生數據的一個模式，并借助這一模式來反哺到數據之上，進行算法方面的優化，誰才能成功卡位這一市場當中。

而從另一個角度來看的話，以往在養豬時，若想對個體進行識別，通常采用的是射頻識別（RFID）方式，也就是在豬耳部位以打孔的方式來添加一個標簽。但此類方式的弊端在于，識別范圍受限不能同時讀取多類標簽，且準確率也差強人意。同時這種方式在打孔時，亦會給牲畜帶來極大的痛楚，因此在當下傳統方式也因不人道而屢遭批評。

CV+AI動物識別背后的幾點思考

CV+AI近年來之所以能夠不斷滲透至市場當中，一方面得益于數字化轉型的帶動，整個大環境發展趨勢，也在朝著以科技為主導的規模化、精細化和智能化的方向上走。

縱觀全球農業發展趨勢，美國注重農業科技創新，始終保持著農業技術的全球競爭優勢。比如利用機器學習，減少產量損失與勞動力成本，亦或是通過對物聯網基礎設施數據的收集，結合算法將其變為可視化的指導性數據，給出最佳的種植及市場方案。

除農業市場外，其他市場也給了CV+AI很大的滲透空間。以寵物市場為例，根據國家統計局的數據顯示，2010年至2016年期間，中國寵物行業的年增長率接近50%。

另一項來自中國寵物產業白皮書也指出，2018年國內已擁有將近3400萬狗主和2260萬貓主，寵物產業的數量在去年達到了1710億元。

而智研咨詢發布的數據則顯示，2019?年中國城鎮寵物（犬貓）消費市場規模首次突破?2000?億大關，達到?2024?億元，比?2018?年增長?18.5%，近?10?年?CAGR為?34.55%。

因此在寵物市場持續走高的背后，問題也接踵而至。一方面愛寵走失后很大幾率無法被找回，室外張貼尋狗啟示這種笨方式，不僅覆蓋的范圍有限，更會對環境帶來負面影響，此外一些細節特征除飼養者外鮮有有外人能夠辨別。

再者，與日俱增的寵物數量，亦對城市治理提出了全新挑戰，如何以可行性方案來管控不文明養犬行為，更成為了留給城市治理過程中不得不正視的一個課題。

結語：可以說，阻擋在CV+AI面前的最大難題，已不再是技術本身，而在于如何能夠低成本的去用上技術。尤其在技術不斷普惠的當下，如何打通數據鏈條，讓商業模式能夠真正轉起來，才是擋在行業AI轉型面前的最大攔路虎。
責任編輯:pj