湖北日报讯（记者万雷萌、通讯员朱凯、林郁柳）5月中旬，湖北大老岭国家级自然保护区监测站内，工作人员正通过一套自研AI系统，快速筛选红外相机采集的野生动物影像。这套由保护区一线职工自主研发的AI野生动物识别系统，以极低的成本实现物种影像识别准确率稳定在80%左右，达到我国首部《自然保护地数智化建设技术规范》量化要求，为基层保护区数智化转型探索出一条务实路径。

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。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至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。这种“瞪眼功”不仅耗时耗力，还易因视觉疲劳导致误判，而一套商用AI识别系统报价动辄五六十万元甚至上百万元，让经费有限的基层保护区望而却步。

保护区工作人员在开展红外影像鉴别分类

“求人不如求己。”基层技术骨干和一线监测员，白天上山巡护，晚上啃论文、看代码、学编程、做标注，从零开始搭建属于大山的“AI眼睛”。数据标注和模型训练是研发最大难点，团队累计标注上万张照片，涵盖林麝、毛冠鹿、中华鬣羚等十余种重点保护动物，覆盖不同季节和场景，手把手“教”AI识别深山生灵。

复杂的山林环境曾让AI一度患上“野外脸盲症”。山里天气、光线多变，许多动物外形相似，都可能导致识别错误，甚至把树影认成红腹锦鸡。团队没有气馁，针对问题反复调试参数、优化算法，补充不同环境下的影像数据。经过千百次试验，系统识别准确率从最初不足50%提升至80%，达到国家规范要求。

这套自研系统可自动筛除无效影像并快速锁定物种。据统计，原本需要4人60天完成的影像甄别工作，如今一台机器10天即可完成，效率提升超5倍。野保工作者从重复枯燥的“瞪眼”劳动中解放出来，将更多精力投入到巡护值守、动物救护、社区共建、样地监测等核心工作中。

仅2025年，依托这套系统，保护区共计分析鉴别了278台次红外相机的24万余份影像数据，筛选出有效图片约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张等，并按物种精准分类，显著提升了野生动物监测的精细化与科学化水平。

这套被称为“土法AI”的系统最懂本地山林，接地气、肯钻研、有成效，以商业系统零头的成本，为全国基层保护区走出了一条量力而行、因地制宜的数智化转型路径。

眼下，系统仍在迭代进化。团队计划进一步提升识别精度与环境适配能力，逐步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的保护提供科学数据支撑。

保护区工作人员在开展红外影像鉴别和分类