根据背鳍照片来识别中华白海豚个体是海洋实地生态学研究中的一项基础工作，对于生物行为研究和海洋生态保育有重要意义。传统方法是基于人对背鳍照片进行定位截图和个体识别，该方法的缺点:(1)消耗大量的人力物力和时间;(2)需要有专业知识和丰富经验的专家进行个体识别。因此，我们融合图像处理方法和深度学习算法对中华白海豚背鳍进行定位与识别。

      基于FasterR-CNN目标检测算法，实现背鳍区域的自动定位截取，可减轻人为截取的负担。对定位截取的背鳍图像，利用卷积神经网络分类，并在数据库中识别出对应的个体编号，目前的准确率约为70%，还在进一步开发中。

      该项目的难点主要有:(1)已有的背鳍分类数据库存在数据不均衡现象;(2)白海豚背鳍照片有左侧和右侧，需要判断左侧背鳍图片与右侧背鳍图片是否属于同一个体;(3)实地勘察时，生物学家有可能拍摄到新的个体的背鳍照片，需要识别出数据库中没有的新个体。

图一 基于Faster R-CNN目标检测算法的定位检测结果

图二 背鳍分类数据库的数据不均衡现象（横轴为个体ID，纵轴为每个个体的照片数）

[视频]