
Автоматизована ідентифікація тварин у дослідженнях дикої природи
Фотографії корпусу жирафа, які використовувалися для машинного навчання програми розпізнавання.
Новий автоматизований метод підготовки цифрових фотографій для аналізу допоможе дослідникам дикої природи ідентифікувати окремих тварин на фотографіях за унікальними плямами. Біолог з Університету штату Пенсільванія (Pennsylvania State University) спільно з вченими з Microsoft Azure, сервісу хмарних обчислень, використовували технологію машинного навчання, щоб удосконалити обробку фотографій, перетворивши їх на корисну інформацію для досліджень дикої природи.
"У більшості досліджень потрібно знайти і зібрати дані про окремих індивідів для роботи, наприклад, оцінити, як тварини виживають, відтворюються і пересуваються, - говорить Дерек Лі (Derek E.Lee), професор біології в Університеті штату Пенсільванія і керівник дослідження в Інституті дикої природи (Wild Nature Institute). - Замість того, щоб позначати тварин або робити інші позначення, що може вплинути на їхню поведінку, багато дослідників фотографують унікальні плями на тваринах. У нас є програма розпізнавання візерунків, вона допомагає аналізувати фото, але фотографії готуються для аналізу вручну. Оскільки часто у нас в роботі сотні фотографій, які необхідно вивчити, це нас серйозно обмежує ".
Фотографії складають частину великого дослідження Лі, проведеного ним для того, щоб дізнатися, як живуть, чому вмирають і як пересуваються більш ніж 3000 жирафів у Східній Африці. Він і його команда роблять цифрові фотографії унікального для кожної тварини і незмінного візерунка їх плям, щоб надалі ідентифікувати їх за ними. Але перед тим як зображення будуть оброблені програмою для розпізнавання візерунків, щоб упізнати окремих жирафів, дослідницька група повинна вручну обрізати кожне фото або позначити область, яка їх цікавить.
Лі у співпраці з вченими з Microsoft, які запропонували новий сервіс для автоматизації цього важливого і трудомісткого процесу, використовували технологію машинного навчання, розгорнуту в хмарі Microsoft Azure.
Взявши за основу комп'ютерний алгоритм для розпізнавання об'єктів, група з Microsoft навчила його розпізнавати тулуб жирафа, використовуючи фото, підписані вручну. Програма кілька разів поліпшувалася, використавши процес активного навчання, система показувала передбачене нею кадрування нових зображень людям, які могли швидко перевірити, чи коректні результати. Нові зображення знову давали їй для тренування алгоритму і подальших оновлень і поліпшень програми. В результаті, система розпізнавала з високою точністю місцезнаходження корпусу жирафа на зображенні, навіть якщо жираф займав мало місця або був частково закритий зеленню.
"Система досягає майже ідеального розпізнавання корпусу жирафа без витратних вимог до апаратної складової, не потрібно спеціальне, високопродуктивне обладнання для обробки графіки, - говорить Лі. - Дивно, як група з Azure автоматизувала такий трудомісткий аспект нашої роботи. Я звик, що обробка нових зображень займає у мене тиждень після польової роботи, а тепер це відбувається за кілька хвилин. Ця система наближає нас до повністю автоматизованої ідентифікації тварин за фото ".
Нова система прискорює дослідження популяції жирафів, яка швидко зменшується по всій Африці через втрату середовища проживання і нелегальне полювання.
«Жирафи - великі тварини, вони переміщаються на великі дистанції, тому, природно, ми використовуємо великі дані, щоб дізнатися, чи все у них йде добре, і чому у них виникають проблеми, ми можемо захистити і об'єднати простори, важливі для збереження жирафів, - говорить Лі. - Ми потребуємо нових інструментів і тому використовуємо технологію Azure, яка зробила нашу роботу можливою».
Такий процес обробки буде також корисний для дослідників, які вивчають інших тварин з унікальними ідентифікуючими їх візерунками: диких кішок, слонів, саламандр, риб, пінгвінів і морських мешканців. Систему можна натренувати, щоб ідентифікувати та обрізати фото до певної області, що представляє інтерес у даного виду.