| 18 июня 2021 г. — 2:07 PT
Туристы стекаются на Фолклендские острова из-за их потрясающих пейзажей, пляжей и великолепной пернатой жизни. Но ученые, которым регулярно приходится посещать скалистые, необитаемые внешние острова, чтобы внимательно следить за птичьими колониями, часто делают это с альбатросом на шее (ну, не буквально).
Подсчет популяций птиц вручную — трудоемкий процесс. Часто присутствие людей может нарушать брачное и воспитательное поведение птиц. А поскольку птичьи колонии, как правило, большие и плотно перемешаны, подсчет популяций приходится повторять.
На Фолклендских островах расположены крупнейшие в мире колонии чернобровых альбатросов и вторые по величине колонии южных скалистых пингвинов. Отслеживание их популяций важно для сохранения дикой природы.
И вот ученые обращаются к дронам и искусственному интеллекту (ИИ) как к альтернативе традиционным наземным методам. И новое исследование, проведенное Университетом Дьюка и Обществом охраны дикой природы (WCS), показывает, что эти методы могут быть столь же эффективными, сокращая при этом расходы, трудозатраты и риск человеческой ошибки.
Мэдлин Хейс, аналитик дистанционного зондирования из Университета Дьюка, руководившая исследованием на Фолклендских островах, говорит:
Использование беспилотных обследований и глубокого обучения дает нам удивительно точную, менее навязчивую и значительно более простую альтернативу. Это может сделать один человек или небольшая команда, а оборудование, необходимое для этого, не такое уж дорогое или сложное.
Вид с высоты птичьего полета для подсчета птиц
Для своего исследования ученые проанализировали более 10 000 изображений с дронов смешанных колоний морских птиц на Фолклендских островах.
Использование комбинации данных с дронов и алгоритмов ИИ позволило им правильно идентифицировать и подсчитать альбатросов с 97% точностью, а пингвинов — с 87% точностью. В целом, автоматизированные подсчеты примерно в 90% случаев отличались от ручных подсчетов не более чем на 5%.
Анализ проводился с использованием сверточной нейронной сети (CNN) — типа ИИ, который использует алгоритм глубокого обучения для анализа изображения, различения и подсчета объектов, которые он «видит» на нем. Дэвид Джонстон, директор Лаборатории морской робототехники и дистанционного зондирования Университета Дьюка, объясняет, что CNN в общих чертах смоделирована на основе человеческой нейронной сети, что означает, что она учится на опыте. Он говорит:
По сути, компьютер идентифицирует различные визуальные закономерности, например, те, которые создают чернобровые альбатросы или южные скалистые пингвины на образцах изображений, и со временем он учится распознавать объекты, формирующие эти закономерности на других изображениях, таких как наша составная фотография.
Предлагается к прочтению: Использование дронов, чтобы увидеть то, что видят морские птицы: взгляд на приливные турбулентности
Ученые надеются, что этот новый подход с использованием дронов и ИИ для подсчета морских птиц окажет значительное влияние на сохранение морской среды. Он повысит способность экологов отслеживать численность и состояние популяций морских птиц по всему миру, а также состояние морских экосистем, в которых они обитают.
Фото: Мэдлин Хейс, Университет Дьюка