Tijekom prošlog stoljeća populacija afričkih slonova (Loxodonta africana) naglo je opala zbog krivolova.
Trenutno najčešćiMetoda istraživanja populacije slonova u savani je brojanje iz zraka iz zrakoplova s posadom. Promatrači uključeni u snimanje iz zraka mogu se suočiti s problemima zbog slabe vidljivosti, a samo snimanje iz zraka može biti skupo i logistički teško.
Tim sa Sveučilišta Oxford (WildCRU:Istraživačka skupina za Zoologiju i strojno učenje: Fakultet inženjerstva), u suradnji s dr. Olgom Isupovom sa Sveučilišta Bath i dr. Tiejun Wang sa Sveučilišta Twente, krenuli su u susret tim izazovima.
Daljinsko istraživanje je pomoglosatelitske slike i automatizacija otkrivanja slonova pomoću dubokog učenja. Nova metoda rješava različite postojeće probleme kontrole populacije. Sateliti mogu prikupiti slike veće od 5000 km² u jednom prolazu u nekoliko minuta, eliminirajući rizik dvostrukog brojanja.
Satelitski nadzor je neupadljiva metoda,ne zahtijeva prisutnost na terenu, što eliminira rizik od ometanja života populacija ili prijetnje sigurnosti ljudi tijekom prikupljanja podataka. Ranije nepristupačna područja postaju pristupačna, a pogranična područja, često kritična za planiranje zaštite, mogu se pregledavati bez dugotrajnih zahtjeva za zemaljskom dozvolom.
Jedan od problema korištenja satelitanadzor - obrada ogromnog broja stvorenih slika. Međutim, automatiziranim otkrivanjem vrijeme obrade smanjuje se s mjeseci na sekunde. Uz to, strojevi su manje skloni pogreškama.
Kako bi razvio ovu novu metodu, tim je izradio prilagođeni skup podataka za obuku više od 1000 slonova u Južnoj Africi, koji su uneseni u konvolucijsku neuronsku mrežu (CNN).
Istraživači su uvjereni da će satelitsko daljinsko očitavanje i tehnologije dubokog učenja pomoći u očuvanju ovih veličanstvenih sisavaca.
Pročitajte i
AI je riješio Schrödingerovu jednadžbu
Pobačaj i znanost: što će se dogoditi s djecom koja će roditi
"Studija nije uspjela": Sputnik V testeri više neće primati placebo