Używają wykrywania twarzy do ochrony fok. Tak powstał SealNet

O ile systemy wykrywania twarzy kojarzą nam się głównie z monitorowaniem ludzi, tak mogą mieć kompletnie inne zastosowania. Naukowcy z Colgate Univerisity postanowili wykorzystać znaną technologią w celu ochrony środowiska i pomocy zwierzętom. SealNet to inicjatywa, która koncentruje się na fokach.

SealNet pomoże w monitorowaniu populacji fok. Dzięki temu badanie będą przebiegały znacznie szybciej.
SealNet pomoże w monitorowaniu populacji fok. Dzięki temu badanie będą przebiegały znacznie szybciej.
Źródło zdjęć: © Pexels
Marcin Watemborski

09.12.2022 10:07

Zalogowani mogą więcej

Możesz zapisać ten artykuł na później. Znajdziesz go potem na swoim koncie użytkownika

SealNet to oprogramowanie, które automatycznie wykrywa foki na zdjęciach. Algorytm analizuje obraz pod kątem kształtu i koloru, by odnaleźć pyski fok. Później dane przechodzą przez sieć neuronową z zaimplementowaną baza danych, co umożliwia rozpoznanie konkretnych osobników. Na razie, zbiór jest dość mały, bo pracuje na 5 zdjęciach każdej ze 100 fok.

Nowa technologia jest testowana na podstawie populacji fok żyjącej w Zatoce Casco w okolicach miasta Maine (USA). Jeśli myślicie, że wszystkie osobniki wyglądają tak samo, to jesteście w sporym błędzie. Ich pyski mają charakterystyczne cechy, które wyłapuje sztuczna inteligencja. Wytrenowany algorytm potrafi dobrze rozpoznać nawet do 96 proc. analizowanych osobników.

Dalsza część artykułu pod materiałem wideo

Program wykrywa najpierw fokę, a później wycina ze zdjęcia fragment z jej pyskiem. Ten jest dobierany do wzorca w bazie danych – zupełnie tak samo, jak w przypadki identyfikowania ludzi za pomocą kamer. Istnieje też podobny system poświęcony małpom człekokształtnym o nazwie PrimNet, lecz według ekspertów SealNet jest znacznie dokładniejszy.

Śledzenie populacji fok pozwala na dokładne badanie ich zwyczajów oraz relacji między poszczególnymi osobnikami. Wprowadzenie automatyzacji obserwacji sprawia, że wyniki badań są dokładniejsze i nie trzeba w to angażować ludzi. System może działać non stop i jest niemal pewne, że niczego nie przegapi. Naukowcy w ten sposób mogą opisać zachowania poszczególnych osobników na przestrzeni lat i wymaga to znacznie mniej pracy niż manualna obserwacja.

Algorytmy rozpoznawania twarzy w różnych formach pojawiają się w nauce coraz częściej. O ile PrimNet oraz SealNet to projekty na bardzo wysokim poziomie, tak naukowcy innych dziedzin pracują nad swoimi wersjami. Na tę chwilę najbardziej problematyczne jest wykrywanie i rozpoznawanie ptaków. Zanim te programy zostaną dopracowane, może minąć kilka dobrych lat.

Komentarze (1)