A Hybrid Computer Vision and AI Framework for Wildlife Hospital Patient Identification Systems: Kangaroo Facial Recognition as a Case Study

In den stillen Ecken von Wildtierkliniken spielt sich täglich eine stille Krise des Gedächtnisses ab. Diese Zentren sind Zufluchtsorte, in denen verletzte einheimische Tiere behandelt werden, aber im Gegensatz zu Haustieren kommen Wildtiere ohne Namen, Halsbänder oder Mikrochips an. Sie sind oft zu gestresst, um angefasst zu werden, zu verletzt, um markiert zu werden, und sich optisch zu ähnlich, um sie allein mit dem Auge unterscheiden zu können. Für die Freiwilligen, die sie pflegen, beruht die Identifizierung eines spezifischen Kängurus unter einer Gruppe von Ähnlichkeiten vollständig auf dem menschlichen Gedächtnis und flüchtigen visuellen Merkmalen wie einer Narbe oder einem fehlenden Stück eines Ohres. Dieses System ist fragil; wenn ein Freiwilliger geht, geht das Wissen darüber, wer wer ist, oft mit ihm, was doppelte Datensätze, falsche Behandlungen und verlorene Krankengeschichten riskiert. Um dies zu lösen, wenden sich Forscher an einen Zweig der Wissenschaft namens Computer Vision, der Maschinen lehrt, Muster so zu sehen und zu erkennen, wie Menschen es tun. Durch die Kombination hiermit mit künstlicher Intelligenz, speziell einer Methode, die lernt, die subtilen Unterschiede zwischen Gesichtern zu messen, hoffen Wissenschaftler, ein digitales Gedächtnis zu bauen, das niemals vergisst und es ermöglicht, jedes Tier vom Moment der Rettung bis zu seiner Freilassung in die Wildnis zu verfolgen.

Im Possumwood Wildlife Recovery Centre in New South Wales ist diese Herausforderung unmittelbar und ständig präsent. Ostgraue Kängurus machen den Großteil der Aufnahmen aus, und sie sind notorisch schwierig zu unterscheiden. Zwei Jungtiere (Joeys), die aus demselben Vorfall stammen, die vielleicht beide unter Weichteilverletzungen leiden und keine einzigartigen Merkmale aufweisen, können für einen menschlichen Beobachter so visuell ununterscheidbar werden, dass sie als ein und dieselbe Entität behandelt werden. Die derzeitige Identifizierungsmethode ist manuell und stützt sich darauf, dass Freiwillige sich Gesichter merken oder vorübergehende Verbände notieren – ein Prozess, der subjektiv, fehleranfällig und unmöglich zu skalieren ist, wenn die Zahl der geretteten Tiere wächst. Um dies anzugehen, entwickelte ein Team von Forschern der University of Technology Sydney und Possumwood ein neues System, das darauf ausgelegt ist, einzelne Kängurus automatisch anhand ihrer Gesichter zu identifizieren. Sie haben nicht einfach eine Kamera gebaut, die ein Foto macht; sie haben einen vollständigen Arbeitsablauf geschaffen, der Video erfasst, das Gesicht des Tieres findet und Deep Learning nutzt, um eine einzigartige digitale Signatur für jedes Känguru zu erstellen, wodurch das System ein neues Foto mit einer Datenbank bekannter Patienten abgleichen kann, ohne das Tier jemals berühren zu müssen.

Die Forscher begannen mit der Sammlung eines realen Datensatzes direkt aus dem Erholungszentrum. Sie sammelten Bilder und kurze Videoclips von etwa 70 einzelnen Kängurus und arbeiteten mit Freiwilligen zusammen, um sicherzustellen, dass jedes Tier korrekt identifiziert wurde. Dies war keine kontrollierte Laborumgebung; die Tiere waren gestresst, verletzt und bewegten sich oft, was die Daten unordentlich und schwierig zu verarbeiten machte. Nachdem sie unscharfe Bilder und qualitativ minderwertige Aufnahmen herausgefiltert hatten, verblieb ihnen ein kuratierter Satz von 68 distinkten Individuen. Um ihr System zu trainieren, mussten sie den Computer lehren, irrelevante Details wie die Farbe eines Verbandes oder den Hintergrund des Geheges zu ignorieren und sich statlich ausschließlich auf die subtilen, permanenten Merkmale des Kängurugesichts zu konzentrieren. Sie verarbeiteten tausende Bilder und brachen Videos in einzelne Frames auf, um das Tier aus leicht unterschiedlichen Winkeln und unter verschiedenen Lichtverhältnissen einzufangen, um sicherzustellen, dass das System die wahre Identität des Tieres lernt und nicht nur eine einzelne Momentaufnahme.

Um ihre Ideen zu testen, bauten und verglichen das Team drei verschiedene Arten von Modellen der künstlichen Intelligenz. Das erste Modell war darauf ausgelegt, eine Sequenz von Videoframes zu betrachten, ähnlich wie ein Mensch, der beobachtet, wie sich ein Känguru bewegt, um mehr Informationen zu sammeln, als ein einzelnes Standbild bieten könnte. Die anderen zwei Modelle betrachteten jeweils nur ein Foto zur Zeit und nutzten unterschiedliche mathematische Strategien, um zu entscheiden, wie ähnlich sich zwei Gesichter sind. Eines dieser Einzelbild-Modelle war darauf ausgelegt, einfacher und schneller zu sein, während das andere darauf aufgebaut war, strenger zwischen verschiedenen Identitäten zu trennen. Die Forscher trainierten alle drei Modelle auf ihrem Datensatz und testeten sie dann an einer separaten Gruppe von Bildern, die die Computer zuvor noch nie gesehen hatten. Das Ziel war zu sehen, ob das System ein neues Foto eines Kängurus betrachten und korrekt sagen kann: „Dies ist dasselbe Tier, das wir gestern gesehen haben“ oder „Dies ist ein neuer Patient“.

Die Ergebnisse zeigten, dass der video-basierte Ansatz am effektivsten war. Das Modell, das Sequenzen von Frames analysierte, erreichte eine Erfolgsquote von 95,1 % bei der korrekten Identifizierung des Kängurus als Top-Treffer im Testdatensatz und erreichte bemerkenswerterweise eine Rank-1-Retrieval-Rate von 100 %, was bedeutet, dass es das Top-Match für jede Abfrage in dieser spezifischen Closed-Set-Evaluierung korrekt identifizierte. Die Forscher betonten jedoch, dass dieser perfekte Wert als eine obere Grenze für diesen spezifischen Testaufbau betrachtet werden sollte und nicht als Beweis dafür, dass die Aufgabe vollständig gelöst ist, da reale Bedingungen mit neuen Patienten und Open-Set-Abfragen größere Herausforderungen darstellen. Die einfacheren Modelle, die nur Einzelfotos betrachteten, schnitten ebenfalls gut ab und identifizierten das richtige Tier etwa 82 % der Zeit, was eine signifikante Verbesserung gegenüber den derzeitigen manuellen Methoden darstellt, aber immer noch hinter der Präzision des Video-Modells zurückblieb. Die Forscher fanden heraus, dass die Fähigkeit des Video-Modells, das Tier über einige Momente hinweg zu sehen, es ermöglichte, subtile Details wie die Form eines Ohres oder die Textur des Fells zu erfassen, die in einem einzelnen eingefrorenen Frame vielleicht übersehen worden wären. Sie entdeckten auch, dass die Strenge der mathematischen Regeln, die Gesichter vergleichen, entscheidend war; für einige sehr ähnlich aussehende Kängurus funktionierte ein sanfterer Ansatz besser, während für andere ein strengerer Ansatz nötig war, um sie zu unterscheiden.

Trotz der hohen Genauigkeit waren die Forscher sorgfältig bei der Benennung der Einschränkungen ihrer Arbeit. Das System wurde an einer relativ kleinen Gruppe von 68 Kängurus getestet, und in einer realen Klinik wächst die Zahl der Patienten ständig. Die Studie hob auch eine potenzielle Falle hervor: Der Computer kann manchmal die falschen Dinge lernen. In einem Fall war das System außergewöhnlich gut darin, ein bestimmtes Jungtier zu identifizieren, nicht wegen seines Gesichts, sondern weil es Milchrückstände an seinem Maul von einer kürzlichen Fütterung hatte. Die Maschine hatte sich an dieses vorübergehende Merkmal als permanentes Identifikationsmerkmal geheftet – ein Fehler, der verschwinden würde, sobald das Tier gereinigt wurde. Dies dient als Erinnerung daran, dass die Technologie zwar leistungsstark ist, sie aber mit menschlicher Aufsicht eingesetzt werden muss, um sicherzustellen, dass sie das Tier selbst erkennt und nicht ein flüchtiges Artefakt. Die Forscher merkten auch an, dass Kängurus in der Wildnis oft in Gruppen auftreten und das aktuelle System darauf ausgelegt ist, ein Tier zur Zeit zu identifizieren, was eine neue Herausforderung für die zukünftige Entwicklung darstellt.

Das ultimative Ziel dieser Forschung ist nicht nur der Bau eines cleveren Algorithmus, sondern die Schaffung eines praktischen Werkzeugs, das in den täglichen Rhythmus einer Wildtierklinik passt. Das vorgeschlagene System ist so konzipiert, dass es nicht invasiv ist und lediglich ein Foto oder ein kurzes Video erfordert, das von einem Freiwilligen mit einem mobilen Gerät aufgenommen wird. Die Software würde dann das Bild sofort gegen die Datenbank der Klinik prüfen, um die Identität des Tieres zu bestätigen oder es als neuen Patienten zu kennzeichnen. Dies würde die Notwendigkeit eliminieren, dass Freiwillige sich auf ihr Gedächtnis verlassen oder mit mehreren Personen Rücksprache halten müssen, was das Risiko von Fehlern in medizinischen Unterlagen und Behandlungsplänen verringert. Während die aktuelle Studie beweist, dass ein solches System technisch machbar und hochpräzise in einem kontrollierten Test ist, sehen die Forscher eine Zukunft voraus, in der diese Technologie in den Arbeitsablauf der Klinik integriert wird, um das Personal bei der Pflege hunderter Tiere pro Jahr zu unterstützen. Indem sie jedem verletzten Känguru eine beständige, digitale Identität verleiht, verspricht das System, die Rehabilitation von Wildtieren effizienter, sicherer und nachhaltiger zu gestalten und sicherzustellen, dass kein Tier im Trubel eines geschäftigen Erholungszentrums verloren geht.