ドローンとコンピュータービジョンは、野生の動物を追跡するのに役立ちます

ビデオ: ドローンとコンピュータービジョンは、野生の動物を追跡するのに役立ちます

ビデオ: Лиан Пин Кох: Охрана природы с высоты птичьего полёта 2022, 12月
ドローンとコンピュータービジョンは、野生の動物を追跡するのに役立ちます
ドローンとコンピュータービジョンは、野生の動物を追跡するのに役立ちます
Anonim
Image
Image

ヨーロッパの研究者は、高地から撮影した画像で自然の生息地にいる動物を特定できるコンピュータービジョンシステムを発表しました。このアルゴリズムは能動学習を使用して開発され、75%の確率で動物を正しく識別できます。記事のプレプリントがarXivWebサイトに公開されました。

サバンナは頻繁な気候変動を特徴としています。乾燥期は突然長い梅雨に置き換わります。このような変化と放牧動物の豊富さのために、この地域の草の覆いは、激しい干ばつや森林火災の時期に深刻な被害を受ける可能性があります。したがって、サバンナの自然の状態を監視する人々は、動物の個体数を厳密に考慮に入れる必要があります。通常、このような監視には特別なカメラまたはヘリコプターが使用されます。ただし、このような方法は必ずしも効果的ではありません。特定の場所に配置されたカメラは、調査エリア全体をカバーしないことが多く、ヘリコプターの使用には費用がかかります。さらに、このような地形分析には、多数の専門家も必要です。

新作の著者は、能動学習(開発者がプロ​​セスに積極的に参加し、データをマークアップし、作業の質を調整する機械学習)に基づいて、野生の動物を監視する方法を提案しました。これを行うために、彼らは高地から撮影された写真で動物を認識できるコンピュータービジョンシステムを開発しました。新しいシステムを訓練するために、ナミビアのクジクス保護区でドローンの助けを借りて、この地域の6,500枚の写真が撮影されました。ナミビアの領土は103平方キロメートルで、そこに生息する動物の総数は3,000を超えています。写真は、ナミビアのサバンナの地形をマッピングすることを目的としたSAVMAPプロジェクトの一環として2014年に撮影されました。

利用可能なすべての画像のうち、研究者は10%(654のランダム画像)を選択し、272人のボランティアに動物に手動でマークを付け、赤いポリゴンで囲んでもらいました(合計で、7,000を超える動物を識別し、各動物にマークを付けました。少なくとも3人のボランティアによる)。次に、ラベル付けされた画像を使用して、研究者はコンピュータビジョンシステムにオブジェクト(動物)と画像の背景を強調するように教えました。次に、研究者は、偽陽性(オブジェクトとして強調表示された背景フレーム)および偽陰性(背景として強調表示されたオブジェクト)フレームを手動で識別しました。その結果、マシンビジョンシステムは75%のケースで動物を正しく識別することを学びました。

研究者たちはまた、朝と午後に撮影された画像に対するアルゴリズムのパフォーマンスを比較しました。照明が異なるため、背景の動物やオブジェクトによって投影される影の分布が、アルゴリズムの動作に誤って影響する可能性があります。したがって、176匹の動物のうち、マシンビジョンシステムは朝の写真で119匹、日中の写真で82匹を正しく識別しました。これにより、科学者は、アルゴリズムが正しく機能するためには、朝に撮影された画像を使用する方がよいと結論付けることができました。

アルゴリズムを改善する必要があるという事実にもかかわらず、科学者は、ドローンが撮影した写真で動物を識別するためにそのようなマシンビジョンアルゴリズムを使用すると、不必要な人的および経済的コストなしでサバンナの居住性を制御するのに大いに役立つと確信しています。

研究者はしばしばドローンを使用して野生生物を研究します。だから、私たちの投稿では、プレーリードッグを治療するためにドローンがどのように使用されているかについて読むことができます。

トピックによって人気があります

人気の投稿