Следите за морскими птицами с помощью дронов и искусственного интеллекта

Новое исследование показало, что использование дронов и искусственного интеллекта для наблюдения за большими колониями морских птиц может быть столь же эффективным, как и традиционные наземные методы, при одновременном сокращении затрат, рабочей силы и риска человеческой ошибки.

Ученые из Университета Дьюка и Общества охраны дикой природы (WCS) использовали алгоритм глубокого обучения — форму искусственного интеллекта — для анализа более 10 000 снимков с дронов смешанных колоний морских птиц на Фолклендских островах у побережья Аргентины.

Фолклендские острова, также известные как Мальвинские острова, являются домом для крупнейших в мире колоний чернобровых альбатросов (Thalassarche melanophris) и вторых по величине колоний южных пингвинов рокхоппера (Eudyptes c. Chrysocome). Сотни тысяч птиц гнездятся на островах густыми группами.

Алгоритм глубокого обучения правильно определил и посчитал альбатросов с точностью 97% и пингвинов с точностью 87%. В общем, автоматизированный подсчет был в пределах 5% от человеческого примерно в 90% случаев.

«Использование дронов и глубокого обучения дает нам альтернативу, которая является удивительно точной, менее разрушительной и значительно более простой. Один человек или небольшая команда может это сделать, а необходимое оборудование не так уж дорого и сложно. «, — сказала Мэдлин С. Хейс, аналитик по дистанционному зондированию из морской лаборатории Университета Дьюка, руководившая исследованием.

Мониторинг колоний, расположенных на двух скалистых необитаемых внешних островах, до сих пор проводился группами ученых, которые подсчитывают количество каждого вида, который они наблюдают на части островов, и экстраполируют эти числа, чтобы получить оценки численности населения в полной мере. колонии. Поскольку колонии большие и густо вкрапленные, а пингвины намного меньше альбатросов (и, следовательно, их легко не заметить), учет часто приходится повторять. Это трудоемкий процесс, и присутствие ученых может нарушить репродуктивное и родительское поведение птиц.

Для проведения новых исследований ученые WCS использовали стандартный потребительский дрон, чтобы собрать более 10 000 отдельных фотографий, которые Хейс преобразовал в крупномасштабную композитную визуализацию с помощью программного обеспечения для обработки изображений.

Затем она проанализировала изображение с помощью сверточной нейронной сети (CNN), типа ИИ, который использует алгоритм глубокого обучения для анализа изображения, различения и подсчета объектов, которые он «видит» в нем — в данном случае, двух разных видов. морских птиц. Эти подсчеты были суммированы для получения исчерпывающих оценок общего числа птиц, обитающих в колониях.

«CNN в общих чертах смоделирована на основе человеческой нейронной сети в том смысле, что она учится на собственном опыте», — сказал Дэвид У. Джонстон, директор Duke Marine Robotics and Remote Sensing Lab. «Вы обучаете компьютер улавливать различные визуальные паттерны, например, созданные чернобровыми альбатросами или южными пингвинами рокхоппера на примерах изображений, и со временем он учится определять объекты, образующие эти паттерны, на других изображениях, таких как наша составная фотография. . «

—

Источник: Кolibri.Рress