Software di riconoscimento dei pinguini

Gli scienziati che studiano una colonia di pinguini rari su una remota isola sudafricana stanno utilizzando un sofisticato software di riconoscimento degli oggetti per identificare e tracciare i singoli animali, un approccio che ritengono possa trasformare il lavoro sul campo di conservazione.

Trova il pinguino: I ricercatori dell'Università di Bristol stanno utilizzando un software di riconoscimento degli oggetti per monitorare una colonia di pinguini rari a Robben Island, in Sudafrica. Una casella verde indica che il software vede un pinguino; una casella gialla significa che il software ha identificato un particolare animale in base al suo modello unico di macchie sul petto.

Il software coinvolto, originariamente sviluppato per riconoscere i singoli volti umani, si è sviluppato rapidamente negli ultimi anni. Ma finora, il cosiddetto Progetto riconoscimento pinguino , gestito da Università di Bristol , in Inghilterra, è il primo tentativo su larga scala di utilizzare questa tecnologia per catalogare e monitorare un'intera popolazione di animali sul campo.

Isola di Robben ospita circa 20.000 pinguini africani , una specie minacciata che è diminuita del 90% nell'ultimo secolo. Gli scienziati di Bristol hanno installato diverse telecamere lungo i percorsi ben percorsi dai pinguini. Il software rileva i modelli di piume bianche e nere simili alle impronte digitali dei pinguini e utilizza questi modelli per identificare i singoli animali. Seguendo i singoli pinguini nel tempo, gli scienziati possono scoprire quanto tempo vivono, con quale frequenza si riproducono e in quali periodi dell'anno sono più vulnerabili.

Ci sono molte persone che lavorano sulla visione artificiale per cercare di identificare gli oggetti nelle immagini, afferma Peter Barham, un fisico e uno dei principali ricercatori del progetto. Nessuno ha applicato quella tecnologia alla ricerca degli animali. Aggiunge che l'approccio può essere potenzialmente utilizzato per tracciare qualsiasi animale che abbia modelli visivi distinti individualmente. Molti animali, dalle megattere alle giraffe, hanno modelli di colorazione individualmente distinti.

Le tecniche convenzionali di monitoraggio della popolazione animale sono in genere molto costose e difficili e infliggono stress agli animali. La maggior parte degli studi di biologia della popolazione viene eseguita catturando animali e taggandoli, oppure seguendo e fotografando individui in modo che possano essere catalogati manualmente in database visivi.

Il progetto pinguino fa la stessa cosa senza questi inconvenienti e ottiene anche dati migliori. Possiamo calcolare i tassi di sopravvivenza mensili per i pinguini. Non annuale–mensile, dice Barham. Ottieni una quantità spaventosa di dati. In questo momento, gli scienziati di Bristol stanno installando un sistema che monitorerà permanentemente l'intera isola, dopo il successo dei prototipi testati negli ultimi quattro anni.

Questa settimana, gli scienziati del progetto presentano le loro ricerche al Società reale britannica annuale mostra scientifica estiva a Londra.

Il software di riconoscimento dei pinguini utilizza un algoritmo di apprendimento che migliora quanto più dati incontra. Utilizzando una vasta collezione di fotografie di pinguini, l'informatico Tilo Burghardt dell'Università di Bristol ha insegnato al software a identificare un oggetto a forma di pinguino dal contorno del petto e dalla striscia, una fascia nera con una forma caratteristica. I singoli pinguini sono riconosciuti dai modelli unici di punti sul petto, ognuno dei quali è descritto nel sistema dalla sua distanza da tutti gli altri punti. Il rilevatore è abbastanza robusto da identificare correttamente i singoli pinguini anche quando uno o più punti sono coperti, afferma Burghardt.

http://link.brightcove.com/services/player/bcpid1460879066?bctid=1632763892

Il software di riconoscimento degli oggetti aggiunge caselle verdi quando viene riconosciuto un pinguino e caselle gialle quando viene riconosciuto un pinguino specifico.
Attestazione: Tilo Burghardt

È possibile codificare il modello animale in modo ancora più efficace ed efficiente rispetto ai volti umani, afferma. Non è necessario utilizzare molte descrizioni per far funzionare il sistema.

Il sistema utilizza componenti abbastanza economici: normali telecamere di sicurezza collegate a laptop, che comunicano tramite una LAN wireless. Con una fonte di alimentazione e una connessione per lo streaming dei dati a un server centrale, opera sul campo con la minima interferenza umana. In un mese di osservazione, afferma Barham, il sistema acquisirà dati su quasi l'intera colonia.

La sfida nel generalizzare questo approccio ad altre specie, ovviamente, sta semplicemente nel raccogliere le immagini in modo efficiente. Per le specie ad ampio raggio che non viaggiano lungo percorsi ben utilizzati, le telecamere passive non cattureranno abbastanza immagini per tracciare un'intera popolazione.

Ma anche per gli animali mobili che non possono essere fotografati passivamente, il software di riconoscimento degli oggetti può prendere il posto del faticoso lavoro di abbinamento manuale delle immagini, un lavoro che richiede grande esperienza e divora budget limitati per la ricerca sulla conservazione. Sophie Grange, biologa delle zebre presso Wits University , in Sudafrica, è ottimista circa il potenziale della tecnologia e attualmente sta lavorando con Burghardt e i suoi colleghi per sviluppare un sistema simile per il suo lavoro sul campo. Questi studi sono essenziali per migliorare le nostre conoscenze scientifiche sulla demografia animale, che è fondamentale se si desidera gestire e preservare le popolazioni animali, afferma.

Burghardt pensa che il campo della biologia della conservazione sia maturo per l'innovazione tecnologica. Ci è voluto molto tempo per realizzare che è possibile utilizzare una tecnologia simile per risolvere problemi apparentemente molto diversi, afferma. Abbiamo sostanzialmente aperto un nuovo campo di collaborazione tra scienza e ingegneria.

nascondere