I droni con visione artificiale controllano gli animali nella savana africana

Il Kalahari è una savana sabbiosa semiarida che si estende in vaste aree del Botswana, del Sud Africa e della Namibia. Ospita un'ampia varietà di grandi mammiferi tra cui giraffe, struzzi, gnus e varie specie di gazzelle.

Le risorse alimentari cambiano costantemente nella savana al variare delle precipitazioni, a causa della pressione del pascolo e degli incendi boschivi che si diffondono nella terra. Per evitare il pascolo eccessivo, i gestori del territorio devono garantire che il numero di pascolatori corrisponda alla disponibilità di cibo.

Ciò richiede un monitoraggio significativo. Il modo più comune per stimare le popolazioni di grandi mammiferi è contarle da un elicottero o installare fototrappole che registrano i loro movimenti attraverso luoghi specifici.

Ma questi metodi presentano notevoli svantaggi. Le trappole fotografiche possono registrare le popolazioni solo in un unico luogo e gli studi sugli elicotteri sono costosi e richiedono tempo.

Un'altra opzione è fotografare l'area utilizzando un drone. Ciò produce un gran numero di immagini che coprono vaste aree di terra. Ma c'è un problema. Analizzare queste immagini è difficile. Richiede che operatori umani addestrati dedichino grandi quantità di tempo all'attività.

Quindi i gestori del territorio vorrebbero avere un modo migliore per analizzare queste immagini.

Entra Nicolas Rey all'Ecole Polytechnique Federale de Lausanne (EPFL) in Svizzera e alcuni amici che hanno addestrato un algoritmo di visione artificiale per svolgere il lavoro. Dicono che l'algoritmo riduca notevolmente il tempo richiesto da esseri umani esperti e potrebbe portare a miglioramenti significativi nelle stime della popolazione di grandi animali.

Il loro metodo è semplice. Iniziano con uno studio di mappatura dei droni del 2014 condotto presso la riserva naturale di Kuzikus ai margini del Kalahari in Namibia. Ciò ha comportato cinque voli di droni sulla riserva con una fotocamera che ha scattato 6.500 immagini del suolo. Ogni immagine era di 3.000 x 4.000 pixel con una risoluzione di pochi centimetri per pixel.

Queste immagini mostrano molti grandi mammiferi ma sono scarsamente distribuiti. E questo li rende dispendiosi in termini di tempo per essere trovati dagli umani.

L'idea di Rey e co è che un sistema di visione artificiale possa essere addestrato per svolgere il lavoro. Ma la formazione richiede risultati concreti da cui la macchina può imparare.

Quindi una parte importante del metodo di Rey e co è la creazione di questo set di dati sulla verità di base utilizzando una campagna di crowdsourcing. Hanno chiesto a 232 volontari di studiare le immagini e di disegnare un poligono attorno a ogni animale che incontrano. Ogni immagine è stata vista da almeno tre volontari e da un massimo di 10. Il numero medio di spettatori è stato di cinque. Se più della metà degli spettatori era d'accordo, il team presumeva di aver identificato un animale.

In questo modo, i volontari hanno trovato circa 976 grandi mammiferi in 650 immagini. Esperti umani hanno quindi esaminato i risultati, rimuovendo 21 casi spuri in un processo che ha richiesto solo 30 minuti. Il team ha quindi utilizzato questi esempi per addestrare e testare il proprio algoritmo di visione artificiale.

I risultati sono interessanti. Il team ha scoperto che l'algoritmo ha funzionato meglio all'inizio della giornata, quando gli animali proiettavano lunghe ombre. Concludiamo che volare al mattino e sempre alla stessa ora del giorno può portare a risultati migliori, dicono. Per lo stesso motivo, era anche meglio avvistare gli animali in piedi piuttosto che sdraiati.

Tuttavia, il sistema ha funzionato bene. Il sistema raggiunge un alto tasso di richiamo e un operatore umano può quindi eliminare i falsi rilevamenti con uno sforzo limitato, afferma il team. Quindi è ancora necessario un operatore umano ma con un carico di lavoro notevolmente ridotto.

Ciò ha implicazioni per la conservazione degli animali in Africa e in altre grandi aree. Dimostra che il rilevamento di grandi mammiferi nella savana semi-arida può essere affrontato elaborando i dati forniti da telecamere RGB standard montate su UAV ad ali fisse a prezzi accessibili, affermano Rey e co.

Questo è un lavoro interessante che mostra come la tecnologia dei droni relativamente economica e le tecniche di visione artificiale sempre più potenti possono essere applicate in località remote. Di conseguenza, la conservazione degli animali in queste regioni dovrebbe essere più facile ed efficace.

Rif: arxiv.org/abs/1709.01722 : Rilevamento di animali nella savana africana con UAV e la folla

nascondere