Bedreigde olifanten gevonden in afbeeldingen vanuit de ruimte met behulp van deep learning

De afgelopen eeuw is de populatie Afrikaanse olifanten (Loxodonta africana) sterk afgenomen als gevolg van stroperij.

moordpartijen door lokale bevolkingen als reactie op schade aan gewassen en versnippering van habitats. Om ze te behouden, moet je weten waar ze zich bevinden en hoeveel er zijn: nauwkeurige monitoring is van cruciaal belang.

Momenteel de meest voorkomendeEen methode om olifantenpopulaties in de savanne te onderzoeken, is het tellen vanuit de lucht vanaf bemande vliegtuigen. Waarnemers die betrokken zijn bij luchtfotografie kunnen problemen krijgen als gevolg van slecht zicht, en luchtfotografie zelf kan kostbaar en logistiek moeilijk zijn.

Een team van Oxford University (WildCRU:Onderzoeksgroep Zoölogie en Machine Learning: Faculteit Ingenieurswetenschappen), in samenwerking met Dr. Olga Isupova, Universiteit van Bath, en Dr. Tiejun Wang, Universiteit Twente, om deze uitdagingen aan te pakken.

Remote sensing hielp meesatellietbeelden en automatisering van olifantendetectie met behulp van deep learning. De nieuwe methode lost verschillende bestaande problemen op het gebied van populatiecontrole op. Satellieten kunnen in slechts enkele minuten beelden van meer dan 5000 km² verzamelen, waardoor het risico op dubbeltellingen wordt vermeden.

Satellietmonitoring is een onopvallende methode,vereist geen aanwezigheid op de grond, wat het risico van inmenging in het leven van de bevolking of een bedreiging voor de menselijke veiligheid tijdens het verzamelen van gegevens elimineert. Eerder ontoegankelijke gebieden worden toegankelijk, en grensgebieden, vaak cruciaal voor de planning van natuurbehoud, kunnen worden onderzocht zonder tijdrovende grondvergunningseisen.

Een van de problemen bij het gebruik van satellietmonitoring - verwerking van een groot aantal gemaakte afbeeldingen. Door de detectie te automatiseren, wordt de verwerkingstijd echter verkort van maanden in seconden. Bovendien zijn de machines minder foutgevoelig.

Om deze nieuwe methode te ontwikkelen, creëerde het team een ​​aangepaste trainingsdataset van meer dan 1.000 olifanten in Zuid-Afrika, die werd ingevoerd in een convolutioneel neuraal netwerk (CNN).

Onderzoekers zijn ervan overtuigd dat teledetectie- en deep learning-technologieën via satellieten zullen helpen deze majestueuze zoogdieren te behouden.

Lees ook

AI heeft de Schrödingervergelijking opgelost

Abortus en wetenschap: wat gebeurt er met de kinderen die zullen bevallen

"Studie mislukt": Sputnik V-testers krijgen geen placebo meer