科學家AI辨識野生動物,標記分類300萬張圖片節省下8年時間

Comment is Closed

人工智慧應用的領域越來越廣,在科學研究上也有很大的幫助,人工智慧被用來幫忙科學家辨識野生動物的物種與計算出現的次數,以追蹤野生動物的棲息狀態和族群數量,懷俄明大學用機器學習來辨識有320萬張野生動物照片的Snapshot Serengeti資料集,其辨識正確率已經達99.3%,比透過群眾外包人工辨識的96.6%的正確率還要高了3.3%。

為了更了解自然生態系統的複雜性,進而管理與保護環境,科學家認為有必要了解其中的動物數量、棲地以及行為。

在過去20年,野生動物拍攝技術的發展,改變了野生動物生態學與觀察方法,生態學家廣泛地使用稱為攝影機陷阱的裝置,這是將動作感測器、紅外線探測器或是其他光感做為觸發機關的遙控相機。懷俄明大學研究員Mohammad Sadegh Norouzzadeh提到,由於攝影機陷阱的成本越來越低,體積也更加輕巧,讓追蹤野生動物變得容易。計算到2011年為止,全球至少有125個攝影機陷阱專案。

但豐富的野生動物圖像也帶來了另一個問題,攝影機陷阱拍到的影像要成為有價值的研究資料,必須先辨識出影像內容,再進一步分析,但要靠人工標記分類是一件費時費日工作,除了研究人員自己動手,近年來常用群眾外包的方式,來完成這些圖片的標記工作,不過即使有大量人力支援,要標記出Snapshot Serengeti資料集一批6個月的影像,還是需要2到3個月才能夠完成。

懷俄明大學運用深度學習技術來解決這個問題,來辨識目前最大規模的野生動物標記圖像資料集Snapshot Serengeti中,判斷野生動物的物種、數量、年輕族群的活動及生活行為。

推薦文章:  只能從空中看見的古老「大門」結構有史以來第一次被清楚拍見,專家們現在還是無法解釋他們為何存在

但要辨識攝影機陷阱的照片,就算是對人類來說也不是件容易的事,因為在野外自動拍攝到的圖像,受光照、天氣或距離等各種因素影響,很少是完美的圖像。不過,利用電腦視覺技術辨識48種物種的準確度可以高達99.3%,比人工辨識的96.6%正確率還要高3.3%,而花費的時間與群眾外包相比,節省相當於8.4年的時間。

 

來源: Pixbay、ithome

如果你有新聞想分享,請寄信到 [email protected]

加入好友