RFID-метки помогли автоматизировать сбор снимков для распознавания птиц

RFID-метки помогли автоматизировать сбор снимков для распознавания птиц

Французские орнитологи предложили автоматизировать сбор данных для алгоритмов распознавания животных с помощью RFID-меток. Метод они опробовали на птицах: в их кормушки поместили RFID-датчики, которые регистрировали присутствие птицы и посылали сигнал к камере под управлением Raspberry Pi. Алгоритм на основе сверточных нейросетей, обученный на собранных данных, научился распознавать птиц по спине с точностью выше 90 процентов. Подробнее работа системы описана в статье, опубликованной в Methods in Ecology and Evolution.

Современные методы распознавания объектов на изображениях (например, с помощью сверточных нейросетей) хорошо годятся и уже давно применяются для распознавания видов и подсчета особей в дикой природе. Для исследования животных в неволе они тоже используются: помимо классических распознавания и подсчета — также и для того, чтобы следить за отдельными особями (как, например, PrimNet, представленный два года назад). Решение этой задачи, однако, чуть сложнее: в основном потому, что требует такого количества данных, которого, с одной стороны, хватит для эффективного обучения алгоритма, а с другой, будет достаточно для того, чтобы отдельную особь можно было распознать под любым ракурсом.

Андре Феррейра (André Ferreira) из Университета Монпелье предложили автоматизировать процесс сбора изображений отдельных особей для дальнейшего обучения алгоритмов. Сосредоточились ученые на птицах: популяциях обыкновенных общественных ткачей (Philetairus socius) и больших синиц (Parus major), живущих в заповеднике, а также популяции зебровых амадин (Taeniopygia guttata), живущих в неволе.

Для заповедных птиц и птиц, живущих в неволе, сбор данных немного отличался. Первые птицы были с рождения помечены RFID-метками, поэтому ученые разместили на птичьих кормушках приемники, которые, зарегистрировав особь, отправляли сигнал к камере, подключенной к Raspberry Pi — и камера делала снимок. Изображения ткачей ученые собирали две недели, а снимки синиц — неделю. Птиц в неволе, не снабженных метками, фотографировали в индивидуальных клетках-кормушках в течение четырех часов: камера, также подключенная к Raspberry Pi, делала снимки отдельной особи каждые две секунды. Все камеры были поставлены на противоположной стороне от кормушки — так, чтобы в датасет попали только снимки птичьих спин.

На полученных изображениях затем автоматически выделяли птиц — для этого использовали сверточную нейросеть, обученную на датасете Microsoft COCO — и для каждой отдельной особи составляли датасет со всеми возможными ракурсами. После этого на размеченных снимках обучали сверточную сеть уже для распознавания отдельных особей (для этого ее использовали вместе с классификатором), а всего для обучения алгоритмов понадобилось от 300 до 500 снимков каждой особи в зависимости от вида (больше всего нужно было для зебровых амадин) и около сотни снимков в тестовой выборке.

Всего алгоритм научился распознавать 35 отдельных особей общественных ткачей и больших синиц, а также десяток зебровых амадин. Средняя точность распознавания составила 92,4 процента. С учетом того, что качество изображений в естественных условиях может быть довольно низким, ученые также добавили на фотографии для проверки шум — и алгоритм справился с точностью в 90,3 процента.
Несмотря на то, что подобный автоматический сбор данных в действительности оказался эффективным, авторы, однако, отметили, что итоговая система пока что далека от совершенства. Во-первых, она ориентируется на распознавание по спине (а точнее, закрытым на спине крыльям), что эффективно с точки зрения идентификации, но не сработает в случае, если птица не повернется к камере задом. Во-вторых, алгоритм не сработает в период линьки, а после него его, вероятно, придется переобучать. Тем не менее, алгоритм, к примеру, может справиться с распознаванием новых птиц (их он классифицирует с точностью ниже 75 процентов — о чем выдает ответ).

Вообще, методов наблюдения за животными в дикой природе довольно много: в ход идут как классические фотоловушки, так и дроны. Подробнее о некоторых методах вы можете прочитать в нашем материале «Большой брат следит за меньшими».

Самые свежие новости медицины на нашей странице в Вконтакте

Оставить комментарий

Вы можете использовать HTML тэги: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>