对于海洋研究人员来说,准确获得海洋中儒艮的数量实属一个艰难的任务。这就是为什么来自西澳大利亚默多克大学的海洋哺乳动物研究员阿曼达·霍奇森博士想利用无人机创造一个更简单、更精确的方法来跟踪的濒临灭绝的海洋动物。
目前,通过航空来调查儒艮数量仍然是一个主要的低技术方法。四名研究人员会坐在飞机上,通过飞机在某一区域上飞行,有两人通过窗户来计算这一区域的动物,另外两人则充当抄写员来记录实时景象。毫无疑问,这种方法十分麻烦而且成本高,这就是为什么霍奇森希望使用配备摄像头的无人机来帮助收集数据,但是无人机也是一把双刃剑。
霍奇森说:“我们所用的无人机一直沿着一条直线不断地进行拍照,所以最终我们将获得成千上万张图像。”因此,尽管无人机节省飞行时间,但是筛选大量的图像又成为了间距的任务。
也就是因为这个问题,昆士兰科技大学的计算机科学家Frederic Maire博士加入到了研究当中。Maire博士对人工智能(AI)非常感兴趣,他已经开发出了一种自动检测系统,该系统可以在无人机拍摄的照片中搜索出儒艮。Maire的自动化检测系统使用的是谷歌的机器学习程序TensorFlow,这个程序一直被训练根据儒艮的大小和颜色辨认出图片中的儒艮。
随着获取的正负例子逐渐变多,探测器本身的精度也会变得更好,负面例子包括海里任何看起来像儒艮的东西,例如波浪、波峰和阴影,但这些都不是儒艮。Maire的系统目前的准确率为80%,还处于系统的早期阶段,所以霍奇森仍然需要人来验证该系统扫描后所识别出的儒艮。她说:“使用了这个系统后,任务比以前轻松了很多,时间减少了一般,随着探测系统的不断完善,时间会变得更短。”
通过微调后,这个自动识别系统也可以培训识别其他需要统计数量的动物。霍奇森说:“我们下一步的计划是识别鲸鱼数量,因为我们已经开始使用图像来训练该系统。识别其他动物的数量,过程都是相同的,任何你想调查的动物都可以通过这一方法进行数量统计。”
Maire表示检测软件有潜力被用于无人机监控鲨鱼海滩的系统。Maire解释道:“如果大型鲨鱼被识别到,检测软件会发送短信或图像给救生员,这也是我们正在研究的一个潜在的应用。”
关注ciuavexpo微信,扫描二维码