2020 年 8 月 8 日 03:20:46，一只野生大熊猫走到四川土地岭走廊青草坡的 22 号相机前，几乎正对着红外镜头望去。画面近得有些滑稽，也格外亲密：黑色耳朵融进夜色，两块眼斑微微朝向镜头，竹林隐没在它身后。随后，这幅影像经微波和 4G 链路传到茂县监测中心。当时，走廊监测系统共有 120 台红外相机昼夜运行。[1]

这张照片直接确认了一个事实：现场出现过一只大熊猫。至于它是否就是两晚前被拍到的那一只、那个季节有多少只大熊猫使用这条走廊、来访者只是在行走还是正在探查相机，以及目击次数的变化究竟来自种群变化还是相机位置调整，仅凭这一帧都无法确定。这些问题各自需要不同层面的证据。

截至 2026 年 7 月 13 日，理解中国大熊猫智能监测进展的合适方式，正是把这些问题分开来看。基础设施已经从保存或传送罕见相遇画面的相机，发展到按物种和行为自动整理影像的系统。研究模型如今能发现被部分遮挡的大熊猫，在视频中定位行为，还能比较面部影像。所谓“AI 监测”，是一条从传感器延伸到生态推断的证据链。要让这条链值得信赖，检测结果、行为标签和个体身份需要严格区分。

网络也是模型的一部分

影像流的规模，解释了自动化为何具有吸引力。国家林业和草原局 2024 年发布的一篇介绍称，大熊猫国家公园横跨四川、陕西和甘肃，面积达 22,000 平方公里，保护着约 1,340 只野生大熊猫、其 70% 以上的栖息地、13 条种群走廊，以及 8,000 多种伴生珍稀动植物。仅在四川，文中就列出 1,086 个监测样方、7,830 个红外相机点位和超过 730 万条采集记录。甘肃则部署了 620 台常规红外相机和 680 台实时回传相机，并配有用于自动处理、分类、生境分析和报告生成的智能数据系统。[2]

这些是政府公布的运行数字，不能视为独立性能审计结果。它们仍然勾勒出这项应用的基本形态。把相机送进偏远森林只是第一步，随后的瓶颈包括传输来自数千个点位的数据，从空画面和误触发中筛出野生动物，附上地点与时间，再把规模适合人工处理的审核队列交给专业人员解读。

到 2025 年 11 月，官方对德阳片区的介绍已经提到一套“天空地一体化”监测系统，其中的红外相机持续采集并传回野生动物活动。文中称，AI 会自动识别物种和行为特征，使管理工作从被动巡护转向主动感知。[3] 与 2020 年土地岭的那幅照片相比，这是一项实质性进展：网络的职责已经从传回一帧难得的画面，扩展到持续整理森林中的活动记录。

这篇介绍未披露模型、标签集、测试数据、精确率、召回率、拒识规则或误报率。因此，“自动识别”在这里属于部署方的表述，尚不能视作经过验证的准确率结论。森林中的雨水、摇动的叶片、眩光、局部入镜的动物身体、其他黑白纹理，以及不断变化的相机角度，都会进入同一条影像流。这类智能相机系统在达到完美之前已经有用：它能为素材排序、分流，交由人工复核。标签经过仪表盘的多个环节，其证据效力仍应以产生标签时的依据为准。

首先要回答的是有没有大熊猫

模型面对的第一个任务朴素而必要：这幅画面中能否看见大熊猫？ 2022 年，一项由四川大学和卧龙保护区团队牵头的研究，利用 2015 至 2021 年间 139 台红外相机采集的数据开发野生大熊猫检测器。清理影像流后，研究人员保留了 1,169 幅野生大熊猫图像，并按 4:1 划分训练集和测试集。该系统把目标检测器与两类上下文信息结合起来：相邻帧之间的信息，以及用于估算拍摄地点是否适宜大熊猫生存的物种分布模型。[5]

这些上下文信息直接参与判断。竹子后方一小片白色毛发在视觉上很难辨认；前后相邻的画面、相机所在位置和已知的生境适宜度，都会改变它属于大熊猫的概率。在该研究划定的测试范围内，组合方法报告了交并比阈值为 0.5 时 98.1% 的平均精度均值（mAP），并在难以看清的图像上取得 82.9% 的召回率。[5]

解读结果时，两项数字缺一不可。较高的平均精度均值表明，在该测试设置中，检测器对样本的排序与定位表现良好；82.9% 的召回率也显示，仍有一部分难以看清的大熊猫被漏检。该数据集只收录了从数千幅相机图像中清理、筛选出的大熊猫画面；实时运行且大部分为空画面的完整影像流位于评估范围之外。模型回答的是物种检测问题，个体身份识别和种群估算属于后续任务。

即使能力范围有限，这类模型已经很有价值。它能从数百万条记录中提取疑似大熊猫事件，保留周边帧，并减少野外团队需要观看的视频量。把不确定案例留给人工复核，也为发现和纠正误判保留余地。一旦让“出现”标签越级回答下一个问题，证据链便会失真。

行为属于另一种标签

2026 年 3 月，一个多机构团队利用卧龙四年的野外视频，发表了介绍 PandaSlowFast 模型的研究。这个模型用于定位行为发生的位置和时间区间，任务范围超出了对整段视频的笼统分类。原始材料来自 2018 至 2022 年部署的约 150 台红外相机，涵盖至少 20 只野生个体。团队共收集 984 段视频，经过质量筛选后保留 547 段，再切分成 1,879 个十秒片段，总计 5.2 小时；30 名经过训练的标注人员协助制作了 14,427 个帧级行为框。[7]

标注方案分别保留了八类行为：行走、气味标记、嗅闻气味、物体探索、休息、环境探查、亲代行为和爬树。这套行为类别比笼统的“大熊猫活动”分数更有用途。例如，在走廊里持续一段时间的气味标记，与一只大熊猫单次路过，属于不同的生态记录。作者还依照相机位置和录制时段划分数据，避免把相邻帧随机拆进训练集和测试集，以减少场景泄漏。[7]

PandaSlowFast 在三次训练运行中报告了 85.38% 的平均精度均值。FP16 版本保持了 85.16% 的 mAP，在 Raspberry Pi 4 上约以 每秒 3.2 帧运行，峰值内存占用为 480 MB。[7] 这组边缘端结果很重要：从山地保护区向外发送每一段原始视频，成本高，也容易受通信条件影响。小型设备能在相机或监测站附近筛选素材，再把选中的事件向外传送。

这项能力同样有清楚的适用范围。基准使用了 547 段经过质量筛选的视频，完整的无人值守影像流位于评估范围之外。论文指出，嗅闻、休息和探索等视觉与时间特征相近的行为之间仍会发生混淆。论文将异常行为预警和更广泛的管理平台列为未来应用，尚无覆盖整个国家公园的实际成效数据。[7] 即使行为标签正确，三段行走视频究竟来自三只大熊猫，还是同一只大熊猫三度来访，依然需要身份识别才能回答。

种群普查从检测器止步处开始

种群推断需要个体身份。同一只大熊猫能触发多台相机，也能在多个夜晚返回，还会在几秒内留下十幅画面。直接数照片会高估个体数，把两只相似的大熊猫合并则会低估个体数。2016 年，佛坪自然保护区的一项野外研究展示了深度学习普及之前个体识别有多么费力。研究人员布置多台相机捕捉不同角度，再编目永久或临时特征，包括瘢痕、牙齿、面部纹样、毛色分界、伤口和脱毛区域。[4]

研究人员从 12,871 幅野生大熊猫照片中识别出 11 个个体。然而，在多相机点位记录的 192 次大熊猫相遇中，仍有 59 次因图像质量或拍摄角度不足而无法确认个体身份。12 名独立志愿者对身份判断的总体一致率为 80%；在他们报告高置信度时，一致率达到 93%。其中，错误匹配带来的偏差尤其严重：把不同的大熊猫合并，会压低种群估计。[4]

深度学习能加快比较过程。一项广为人知的高分，也揭示了迁移到野外时的难题。2020 年的一项面部识别研究收集了 218 只圈养大熊猫的 6,441 幅正面面部图像，每只大熊猫的身份都有现成记录，并在闭集测试中报告了 96.27% 的识别准确率。其流程依次检测、分割、对齐并分类面部；作者还以已见和未见的圈养个体构建了实验性开集划分。[6]

这项研究成果扎实，适用范围仍限于圈养个体识别，与野外种群普查之间还有距离。图像来自繁育机构的档案和专业相机，系统以正面面部图像为输入，身份图库也经过整理。2020 年封面照片中的大熊猫离镜头很近，许多野外相遇留下的却只有臀部、部分身体侧面、眩光、雨幕，或几幅模糊的夜间画面。近期一篇中文大熊猫个体识别方法综述，从足迹、DNA、图像和声音等更广的证据范围得出了相同的实践界限：数据获取、模型泛化和野外部署仍是核心挑战。[8]

因此，生产系统应当选择拒识（abstention），在证据不足时暂停身份判定，避免强行归类。系统应当能够标注“检测到大熊猫，身份未知”，保留原始画面序列，展示最接近的候选个体，再把案例交给专家。这个“未知”标签能防止一个看似确定却缺乏依据的猜测进入种群普查。

怎样让整条证据链值得信赖

下一步需要验证的，是一份能够经受审计、并能从森林一路延伸到种群估算的相遇历史记录。孤立的排行榜数字或更大的实时画面墙，无法完成这项验证。

第一，每条自动记录都应明确自己回答的是哪一类问题：是否出现、物种类别、行为类别或个体身份。第二，评估应从完整野外影像流开始，纳入空触发和高难度负样本，并分别报告不同相机、季节、地点以及昼夜条件下的性能。第三，个体匹配应按开集问题测试，错误合并与错误拆分需要分开报告，因为二者会沿相反方向影响种群普查。第四，低置信度案例应连同时间、地点、相邻帧和未经改动的图像保留下来，以便复核。最后，基于影像的相遇历史应与 DNA、足迹、巡护观察和生态模型等现场证据交叉核对，同时保留各类证据的作用，避免宣称影像会自动取代它们。[4][8]

检验标准很直接。如果相机数量和仪表盘功能持续增加，公园管理方却无法公布野外层面的错误率、拒识行为，以及与独立调查方法的一致程度，那么 AI 层的价值仍停留在资料分拣，尚不足以成为种群证据。如果个体身份判断能跨季节、跨地点保持稳定，不确定案例均能进入人工复核，由此得到的估算也与其他调查结果一致，相机网络便跨过了一道重要界线：它从展示大熊猫，走向帮助保护人员确认哪些个体正在使用这片栖息地。

2020 年土地岭的照片仍应作为标准。它把发生了什么、发生在何处和何时交代得很清楚：一只大熊猫在黑暗中走近相机。良好的 AI 能让这一刻更容易被找到，也更容易与其他证据连接起来。可信的 AI 同样清楚，这一帧的证明力止于何处。

来源

1. 央视新闻，《珍贵！四川土地岭段红外相机拍摄到野生大熊猫》（2020 年 8 月 10 日——相机编号、拍摄时间、无线传输、监测网络及封面照片来源页面）。
2. 《中国绿色时报》，经国家林业和草原局发布，《大熊猫国家公园保护提质升级 发展日新月异》（2024 年 10 月 10 日——国家公园范围、走廊与种群数据、相机部署、记录规模及智能数据管理系统）。
3. 国家林业和草原局／新华社，《大熊猫国家公园德阳片区实现野生动物主动感知监测》（2025 年 11 月 12 日——实时红外相机，以及官方对 AI 识别物种和行为的表述）。
4. Xiaogang Zheng 等，〈从相机监测照片中识别野生大熊猫个体——一种系统化的分层方法〉，Journal of Zoology 300（2016 年——野外相机设计、可识别相遇记录、观察者一致率及错误匹配偏差）。
5. Hanlin Wang 等，〈结合上下文和物种分布模型，利用深度学习自动检测野生大熊猫〉，Ecological Informatics 72（2022 年——野外相机数据集、评估范围、上下文检测器、mAP 及召回率）。
6. Peng Chen 等，〈基于大规模圈养大熊猫图像的大熊猫识别研究〉，Ecology and Evolution 10（2020 年——由 6,441 幅图像组成的圈养大熊猫数据集、218 个已知个体、自动面部识别流程及闭集／开集实验）。
7. Jin Hou 等，〈加强野生动物监测：用于大熊猫行为精准检测与保护启示的先进 AI 方法〉，Animals 16（2026 年 3 月 17 日——野外视频数据集、行为标签、数据划分设计、PandaSlowFast 结果、边缘设备基准及论文提出的未来应用）。
8. Yuhang Wang 等，〈大熊猫个体识别技术进展〉，National Parks（网络首发——足迹、DNA、图像与声学方法综述，以及数据、泛化和部署难题）。