使用无人机和人工智能密切关注海鸟

时间：2021-06-15 16:48:47 来源：

一项新研究发现，使用无人机和人工智能来监测大群海鸟可以与传统的地面方法一样有效，同时降低成本、劳动力和人为错误的风险。

杜克大学和野生动物保护协会 (WCS) 的科学家使用深度学习算法——一种人工智能形式——分析了阿根廷沿海福克兰群岛海鸟混合群落的 10,000 多张无人机图像。

使用无人机和人工智能密切关注海鸟

福克兰群岛，也被称为马尔维纳斯群岛，是世界上最大的黑眉信天翁 (Thalassarche melanophris) 和南部跳岩企鹅 (Eudyptes c. chrysocome) 的第二大殖民地的家园。成百上千的鸟类在岛上密密麻麻地繁衍生息。

深度学习算法正确识别和计算信天翁的准确率为 97%，企鹅的准确率为 87%。总而言之，大约 90% 的时间，自动计数在人工计数的 5% 以内。

“使用无人机调查和深度学习为我们提供了一种非常准确、破坏性更小且更容易的替代方案。一个人或一个小团队都可以做到，而且你需要的设备并不昂贵或复杂，”领导这项研究的杜克大学海洋实验室的遥感分析师马德琳 C. 海耶斯说。

迄今为止，监测位于两个无人居住的岩石外岛上的殖民地一直由科学家团队完成，他们计算他们在部分岛屿上观察到的每个物种的数量，并推断这些数字以获得完整的人口估计数。群落。由于群落大且密集，企鹅比信天翁小得多(因此很容易错过)，因此经常需要重复计数。这是一个费力的过程，科学家的存在可能会扰乱鸟类的繁殖和养育行为。

为了进行新的调查，WCS 科学家使用现成的消费级无人机收集了 10,000 多张个人照片，海耶斯使用图像处理软件将这些照片转换为大规模合成视觉效果。

然后，她使用卷积神经网络 (CNN) 分析图像，这是一种人工智能，它采用深度学习算法来分析图像并区分和计数它“看到”的对象——在这种情况下，是两个不同的物种的海鸟。这些计数加在一起，以创建对殖民地中发现的鸟类总数的综合估计。

杜克海洋机器人和遥感实验室主任大卫·W·约翰斯顿说：“CNN 以人类神经网络为模型，从经验中学习。”“你训练计算机识别不同的视觉模式，比如样本图像中黑眉信天翁或南方跳岩企鹅制作的那些，随着时间的推移，它会学习如何识别其他图像中形成这些模式的物体，比如我们的合成照片.”

约翰斯顿也是杜克大学尼古拉斯环境学院海洋保护生态学实践副教授，他表示，新兴的无人机和 CNN 支持的方法广泛适用，“并大大提高了我们监测海鸟群落规模和健康状况的能力世界范围内，以及它们栖息的海洋生态系统的健康状况。”

WCS 的高级保护主义者吉列尔莫·哈里斯 (Guillermo Harris) 是这项研究的合著者。他说：“对偏远地区的大型混合物种海鸟群落进行计数一直是保护主义者面临的一个持续挑战。这项技术将有助于对某些物种进行定期种群评估，帮助我们更好地了解保护工作是否奏效。”

海耶斯指出，制作和训练 CNN 似乎令人生畏，但“有大量在线资源可以帮助您，或者，如果您不想处理这些，您可以使用免费的、预先构建的 CNN 并对其进行自定义做你需要做的事。只要有一点耐心和指导，任何人都可以做到。事实上，重新创建我们模型的代码可以在线获得，以帮助其他研究人员开始他们的工作。”

郑重声明：文章仅代表原作者观点，不代表本站立场；如有侵权、违规，可直接反馈本站，我们将会作修改或删除处理。