Απειλούμενοι ελέφαντες που βρέθηκαν σε εικόνες από το διάστημα χρησιμοποιώντας βαθιά μάθηση

Τον τελευταίο αιώνα, ο πληθυσμός των αφρικανικών ελεφάντων (Loxodonta africana) μειώθηκε απότομα λόγω της λαθροθηρίας.

δολοφονίες από τοπικούς πληθυσμούς ως απάντηση σε ζημιές στις καλλιέργειες και κατακερματισμό των οικοτόπων. Για να τα διατηρήσετε, πρέπει να γνωρίζετε πού βρίσκονται και πόσα είναι: η ακριβής παρακολούθηση είναι ζωτικής σημασίας.

Επί του παρόντος το πιο κοινόΜια μέθοδος παρακολούθησης πληθυσμών ελεφάντων στη σαβάνα είναι η εναέρια μέτρηση από επανδρωμένα αεροσκάφη. Οι παρατηρητές που εμπλέκονται στην αεροφωτογράφηση μπορεί να αντιμετωπίσουν προβλήματα λόγω της κακής ορατότητας και η ίδια η αεροφωτογράφηση μπορεί να είναι δαπανηρή και λογικά δύσκολη.

Μια ομάδα από το Πανεπιστήμιο της Οξφόρδης (WildCRU:Ομάδα Ερευνητικής Σχολής Ζωολογίας και Μηχανικής Μάθησης: Σχολή Μηχανικών), σε συνεργασία με την Dr. Olga Isupova, University of Bath και τον Dr. Tiejun Wang, University of Twente, ξεκίνησαν να αντιμετωπίζουν αυτές τις προκλήσεις.

Η τηλεπισκόπηση βοήθησε μεδορυφορικές εικόνες και αυτοματοποίηση της ανίχνευσης ελεφάντων χρησιμοποιώντας βαθιά μάθηση Η νέα μέθοδος επιλύει διάφορα υπάρχοντα προβλήματα ελέγχου του πληθυσμού. Οι δορυφόροι μπορούν να συλλέξουν εικόνες πάνω από 5000 km² σε ένα μόνο πάσο σε λίγα λεπτά, εξαλείφοντας τον κίνδυνο διπλής μέτρησης.

Η δορυφορική παρακολούθηση είναι μια διακριτική μέθοδος,δεν απαιτεί παρουσία στο έδαφος, η οποία εξαλείφει τον κίνδυνο παρέμβασης στη ζωή των πληθυσμών ή απειλή για την ανθρώπινη ασφάλεια κατά τη συλλογή δεδομένων. Στο παρελθόν οι δυσπρόσιτες περιοχές γίνονται προσβάσιμες και οι παραμεθόριες περιοχές, συχνά κρίσιμες για τον σχεδιασμό της διατήρησης, μπορούν να εξεταστούν χωρίς χρονοβόρες απαιτήσεις άδειας εδάφους.

Ένα από τα προβλήματα χρήσης δορυφόρουπαρακολούθηση - επεξεργασία τεράστιου αριθμού δημιουργημένων εικόνων. Ωστόσο, η αυτόματη ανακάλυψη μειώνει τον χρόνο επεξεργασίας από μήνες σε δευτερόλεπτα. Επιπλέον, οι μηχανές είναι λιγότερο επιρρεπείς σε σφάλματα.

Για την ανάπτυξη αυτής της νέας μεθόδου, η ομάδα δημιούργησε ένα προσαρμοσμένο σύνολο δεδομένων εκπαίδευσης με περισσότερους από 1.000 ελέφαντες στη Νότια Αφρική, το οποίο τροφοδοτήθηκε σε ένα συνελικτικό νευρωνικό δίκτυο (CNN). 

Οι ερευνητές είναι βέβαιοι ότι οι τεχνολογίες δορυφορικής τηλεπισκόπησης και βαθιάς μάθησης θα βοηθήσουν στη διατήρηση αυτών των μεγαλοπρεπών θηλαστικών.

Διαβάστε επίσης

Η AI έλυσε την εξίσωση Schrödinger

Άμβλωση και επιστήμη: τι θα συμβεί στα παιδιά που θα γεννήσουν

"Η μελέτη απέτυχε": Οι δοκιμαστές Sputnik V δεν θα λαμβάνουν πλέον εικονικό φάρμακο