太难找!澳大利亚红外无人机+AI数考拉,机器学习终战胜误报

国外Tech Republic网站12月23日报道称,许多研究人员正在利用大量技术手段来帮助野生动物和土地的保护,包括用面部识别跟踪加拿大西部的熊、通过深度学习预测美国的野火……而在澳大利亚,昆士兰科技大学(QUT)的研究小组正在利用人工智能(AI)、无人机、热成像和机器学习(ML)等技术探测和保护考拉。据介绍,考拉面临着从毛皮贸易到栖息地丧失的无数生存威胁,近年来气候变化的影响更加剧了其物种的脆弱性。据估计,在2019年至2020年间,超过5000只考拉死于澳大利亚的森林大火。新南威尔士州(NSW)立法委员会断定,若没有适当保护,本世纪中叶考拉可能在该州灭绝。该项目负责人、昆士兰理工大学生态学副教授格兰特·汉密尔顿(Grant Hamilton)说,考拉是澳大利亚的标志性动物,在世界上其他地方都没有。他们需要了解丛林中到底有多少考拉,但他们并不知道,因为它们很难找。汉密尔顿介绍,研究人员们尝试了多种办法去计算考拉的数量,包括声学检测、在狗的帮助下数粪便……但最准确的办法还是让一组人走到树下采样,然后单独计算每棵树上的考拉数量。不过,这种劳动密集型的“脚踏实地”的方法仍然忽略了许多野外活动的考拉,研究表明专家们实际只能数出一个区域里大约四分之三的考拉。为了提高计算考拉数量的效率和准确度,汉密尔顿和他的团队开发了一种使用无人机、热成像仪和人工智能的方法。不过,因为考拉们不像树袋熊那样坐在树顶上,而是栖息在复杂的三维空间,这也面临了不少挑战。研究小组开发了机器学习算法来帮助筛选识别无人机收集的热图像,但汉密尔顿说,一开始就有各种误报,它会把袋鼠、人、甚至热的汽车引擎当做考拉。又因为考拉太过小众,团队没有找到能够支撑算法识别出考拉的高质量图形数据库。汉密尔顿说,“互联网上有十亿张猫的图片,所以如果你想训练一个机器学习算法来寻找猫是没问题的。(但)从无人机上拍摄的考拉热图像并不多”好在,问题还是解决了。汉密尔顿说,他们可以先训练算法针对动物,然后微调它针对考拉。最后只需要几百张照片就够了。他还称,经过广泛的训练和发展,人工智能现在比人工能更准确地识别考拉,速度也更快。一个4人小组一天可以覆盖大约10公顷的土地,而无人机+人工智能2小时即可数完50公顷。展望未来,汉密尔顿表示,该团队正在致力于近实时地处理数据与多物种检测。后者将能使一种算法可检测“多个感兴趣的动物”,而不是将每次调查局限于单个物种。

赞(0)
未经允许不得转载:无人物流网 » 太难找!澳大利亚红外无人机+AI数考拉,机器学习终战胜误报
分享到: 更多 (0)