路易斯大學計算機科學副教授Lewis Barnett在鳥類研究當中使用面部識別技術。目前，研究人員已經使用機器學習技術以高精度識別數字圖像中的個人面部。這些項目讓Lewis Barnett想到了將自己觀鳥愛好與日常工作結合起來，是否有可能應用這些技術來識別鳥類？

因此，Lewis Barnett建立了一個收集數據的工具：一種運動激活相機和餵鳥器的組合。Lewis Barnett在弗吉尼亞州郊區的院子裡設立了監測站，通過餵食收集鳥類面部數據。當Lewis Barnett開始和Lewis Barnett的學生一起研究這個項目時，圖像分類研究集中在一種技術上，它可以觀察圖像的特徵，比如邊緣、角落和相似顏色的區域。這些通常是可以組裝成某些可識別對象的片段。這些方法使用數百個類別和數万個培訓示例的基準數據集，準確率約為70%。

最近Lewis Barnett研究轉向了使用人工神經網絡，它識別出了鳥類的特徵，這些特徵被證明對精確分類最有用。卷積神經網絡是Lewis Barnett們目前在鳥類研究中使用的一種神經網絡，它是以visual cortex為模型進行修改，這使得它們特別適合於圖像分類問題。

雖然Lewis Barnett和Lewis Barnett的學生沒有像大多數其他研究人員和公司一樣收集大量圖像，但Lewis Barnett們的優勢在於可以提高分類的準確性。Lewis Barnett所有的圖像都是從相同的角度拍攝的，具有相同的比例，並且屬於有限的類別。總而言之，只有大約15種鳥類曾到過Lewis Barnett的餵養器。其中，10種鳥類經常訪問，足以為培訓分類器提供有用的基礎。