Oprogramowanie do rozpoznawania pingwinów

Naukowcy badający kolonię rzadkich pingwinów na odległej południowoafrykańskiej wyspie używają zaawansowanego oprogramowania do rozpoznawania obiektów do identyfikowania i śledzenia poszczególnych zwierząt – podejście, które ich zdaniem może odmienić prace konserwatorskie w terenie.

Znajdź pingwina: Naukowcy z Uniwersytetu Bristolskiego używają oprogramowania do rozpoznawania obiektów do monitorowania kolonii rzadkich pingwinów na wyspie Robben w Afryce Południowej. Zielone pole oznacza, że ​​oprogramowanie widzi pingwina; żółte pole oznacza, że ​​oprogramowanie zidentyfikowało określone zwierzę na podstawie jego unikalnego wzoru plam na klatce piersiowej.

Zastosowane oprogramowanie – pierwotnie opracowane do rozpoznawania poszczególnych ludzkich twarzy – szybko się rozwinęło w ostatnich latach. Ale jak dotąd tzw. Projekt rozpoznawania pingwinów , prowadzony przez Uniwersytet w Bristolu , w Anglii, to pierwsza na dużą skalę próba wykorzystania tej technologii do skatalogowania i monitorowania całej populacji zwierząt w terenie.

Wyspa Robben jest domem dla około 20 000 pingwiny afrykańskie , zagrożony gatunek, którego liczba spadła o 90 procent w ciągu ostatniego stulecia. Naukowcy z Bristolu ustawili kilka kamer na ścieżkach, po których pingwiny często przemierzały. Oprogramowanie wychwytuje przypominające odciski palców wzory czarno-białych piór pingwinów i wykorzystuje te wzory do identyfikacji poszczególnych zwierząt. Śledząc poszczególne pingwiny w czasie, naukowcy mogą dowiedzieć się, jak długo żyją, jak często się rozmnażają i w jakich porach roku są najbardziej narażone.

Wielu ludzi pracuje nad wizją komputerową, próbując identyfikować obiekty na obrazach, mówi Peter Barham, fizyk i jeden z głównych badaczy projektu. Nikt nie zastosował tej technologii do poszukiwania zwierząt. Dodaje, że podejście to może być potencjalnie wykorzystane do śledzenia każdego zwierzęcia, które ma indywidualnie odrębne wzory wizualne. Wiele zwierząt, od humbaków po żyrafy, ma indywidualnie różne wzory ubarwienia.

Konwencjonalne techniki monitorowania populacji zwierząt są zazwyczaj bardzo kosztowne i trudne oraz powodują stres u zwierząt. Większość badań biologii populacyjnej przeprowadza się poprzez chwytanie zwierząt i oznaczanie ich lub obserwowanie i fotografowanie osobników, aby można je było ręcznie skatalogować w wizualnych bazach danych.

Projekt pingwina robi to samo bez tych wad i również uzyskuje lepsze dane. Możemy obliczyć miesięczne wskaźniki przeżycia pingwinów. Nie co roku, a nie co miesiąc, mówi Barham. Dostajesz przerażającą ilość danych. W tej chwili naukowcy z Bristolu instalują system, który będzie stale monitorował całą wyspę, po sukcesie prototypów testowanych w ciągu ostatnich czterech lat.

W tym tygodniu naukowcy projektu prezentują swoje badania na Brytyjskie Towarzystwo Królewskie coroczna letnia wystawa naukowa w Londynie.

Oprogramowanie do rozpoznawania pingwinów wykorzystuje algorytm uczenia się, który staje się tym lepszy, im więcej napotka danych. Korzystając z dużej kolekcji fotografii pingwinów, informatyk z Bristol University, Tilo Burghardt, nauczył oprogramowanie identyfikować obiekt w kształcie pingwina na podstawie zarysu klatki piersiowej i paska, czarnej opaski o charakterystycznym kształcie. Poszczególne pingwiny można rozpoznać po unikalnych wzorach plamek na piersiach, z których każda jest opisana w systemie na podstawie odległości od wszystkich innych plamek. Detektor jest wystarczająco solidny, aby prawidłowo identyfikować poszczególne pingwiny, nawet gdy zakryta jest jedna lub więcej plamek, mówi Burghardt.

http://link.brightcove.com/services/player/bcpid1460879066?bctid=1632763892

Oprogramowanie do rozpoznawania obiektów dodaje zielone prostokąty po rozpoznaniu dowolnego pingwina i żółte prostokąty po rozpoznaniu określonego pingwina.
Źródło: Tilo Burghardt

„Można zakodować zwierzęcy wzór jeszcze skuteczniej i wydajniej niż ludzkie twarze” – mówi. Nie musisz używać wielu opisów, aby system działał.

System wykorzystuje dość tanie komponenty: zwykłe kamery bezpieczeństwa podłączone do laptopów, które komunikują się przez bezprzewodową sieć LAN. Dzięki źródłu zasilania i połączeniu do strumieniowego przesyłania danych do centralnego serwera działa w terenie przy minimalnej ingerencji człowieka. Barham mówi, że w ciągu miesiąca obserwacji system przechwyci dane dotyczące prawie całej kolonii.

Wyzwaniem w uogólnieniu tego podejścia na inne gatunki jest oczywiście po prostu wydajne zbieranie obrazów. W przypadku gatunków o dużym zasięgu, które nie poruszają się po dobrze używanych ścieżkach, kamery pasywne nie rejestrują wystarczającej liczby obrazów, aby śledzić całą populację.

Ale nawet w przypadku mobilnych zwierząt, których nie można biernie fotografować, oprogramowanie do rozpoznawania obiektów może zastąpić żmudną pracę polegającą na ręcznym dopasowywaniu obrazów, co wymaga ogromnej wiedzy i pochłania ograniczone budżety na badania konserwatorskie. Sophie Grange, biolog zebry w Uniwersytet Wits , w RPA, optymistycznie ocenia potencjał tej technologii i obecnie pracuje z Burghardtem i jego kolegami nad opracowaniem podobnego systemu do swoich prac w terenie. Badania te są niezbędne do poszerzenia naszej wiedzy naukowej na temat demografii zwierząt, która ma kluczowe znaczenie dla zarządzania populacjami zwierząt i ich ochrony – mówi.

Burghardt uważa, że ​​biologia konserwatorska dojrzała do innowacji technologicznych. Dużo czasu zajęło uświadomienie sobie, że można użyć podobnej technologii do rozwiązywania pozornie bardzo różnych problemów, mówi. Zasadniczo otworzyliśmy nowe pole współpracy między nauką a inżynierią.

ukryć