Gefährdete Elefanten, die durch tiefes Lernen in Bildern aus dem Weltraum gefunden wurden

Im letzten Jahrhundert ist die Population afrikanischer Elefanten (Loxodonta africana) aufgrund von Wilderei stark zurückgegangen.

Tötungen durch die lokale Bevölkerung als Reaktion auf Ernteschäden und Lebensraumzerschneidung. Um sie zu erhalten, müssen Sie wissen, wo sie sich befinden und wie viele es gibt: Eine genaue Überwachung ist unerlässlich.

Derzeit am häufigstenEine Methode zur Vermessung der Elefantenpopulationen in der Savanne ist die Luftzählung von bemannten Flugzeugen. Beobachter, die an Luftaufnahmen beteiligt sind, können aufgrund schlechter Sicht auf Probleme stoßen, und Luftaufnahmen selbst können kostspielig und logistisch schwierig sein.

Ein Team der Universität Oxford (WildCRU:Forschungsgruppe Fakultät für Zoologie und maschinelles Lernen (Fakultät für Ingenieurwissenschaften) in Zusammenarbeit mit Dr. Olga Isupova, Universität Bath, und Dr. Tiejun Wang, Universität Twente, haben sich diesen Herausforderungen gestellt.

Fernerkundung half beiSatellitenbilder und Automatisierung der Elefantenerkennung mithilfe von Deep Learning. Die neue Methode löst verschiedene bestehende Probleme der Bevölkerungskontrolle. Satelliten können in nur einem Durchgang in Minuten Bilder über 5000 km² sammeln, wodurch das Risiko einer Doppelzählung ausgeschlossen wird.

Satellitenüberwachung ist eine unauffällige Methode,erfordert keine Präsenz vor Ort, wodurch das Risiko einer Beeinträchtigung des Lebens der Bevölkerung oder einer Gefährdung der menschlichen Sicherheit während der Datenerfassung ausgeschlossen wird. Bisher unzugängliche Gebiete werden zugänglich, und Grenzgebiete, die häufig für die Naturschutzplanung von entscheidender Bedeutung sind, können ohne zeitaufwändige Anforderungen an die Bodengenehmigung vermessen werden.

Eines der Probleme bei der Verwendung von SatellitenÜberwachung - Verarbeitung einer Vielzahl von erstellten Bildern. Die Automatisierung der Erkennung reduziert jedoch den Verarbeitungsprozess von Monaten auf Sekunden. Darüber hinaus sind die Maschinen weniger fehleranfällig.

Um diese neue Methode zu entwickeln, erstellte das Team einen benutzerdefinierten Trainingsdatensatz von über 1.000 Elefanten in Südafrika, der in ein Convolutional Neural Network (CNN) eingespeist wurde.

Forscher sind zuversichtlich, dass Satellitenfernerkundung und Deep-Learning-Technologien zur Erhaltung dieser majestätischen Säugetiere beitragen werden.

Lesen Sie auch

AI löste die Schrödinger-Gleichung

Abtreibung und Wissenschaft: Was wird mit den Kindern geschehen, die gebären werden?

"Studie fehlgeschlagen": Sputnik V-Tester erhalten kein Placebo mehr