خوارزميات التعرف على الصور لاكتشاف الجاكوار وتحديد هويته

يلعب مكون التعرف على الصور، الذي يعتمد على الشبكات العصبية التلافيفية (CNN) في إطار برنامج Tech4Nature Mexico التجريبي دورًا أساسيًا من خلال: 1) الكشف التلقائي عن وجود النمور في مصائد الكاميرات، وبالتالي تسريع معالجة البيانات؛ و2) تحديد فرادى النمور في المنطقة تلقائيًا، مما يعزز فهم المجموعات المحلية. ويكتسب هذا النهج أهمية حيوية في الحفاظ على البيئة من خلال الاستفادة من الأساليب المتقدمة التي تسمح بتحليل أسرع وأكثر تفصيلاً.

البيانات التي تم جمعها من الأجهزة والتحالفات الاستراتيجية مع شركة هواوي والبرنامج الوطني لليونيسف ومنظمات أخرى متخصصة في مجال الحفاظ على البيئة لمشاركة البيانات. خلال عام دراسي كامل، تم تكريس مجموعة من طلاب هندسة البيانات الشباب من جامعة يونيون في اليابان لتطوير نماذج التعرف على الصور. ونظراً لاحتمال أن تكون النماذج متحيزة في التعرف على الجاغوار بسبب افتقار الطلاب للخبرة في رصد هذا النوع، تلقت المجموعة تدريباً وتعليقات من عالم أحياء متخصص في الحفاظ على القطط في يوكاتان.

لقد واجهنا تحديًا كبيرًا في تطوير نماذج آلية للكشف عن الجاغوار وتحديد هويتها في الصور. وقد تعقدت هذه المهمة ليس فقط بسبب ندرة البيانات المتاحة، ولكن أيضًا بسبب محدودية كمية الصور التي التقطتها مصائد الكاميرات التي تحتوي على الأنواع التي تهمنا بسبب حالة الحفظ الحرجة التي تتمتع بها. وقد كانت هذه العقبات ملحوظة في المراحل الأولى من المشروع، مما دفعنا إلى جمع صور الحيوانات من مجموعة متنوعة من المصادر لتوسيع مجموعة بياناتنا. ومع ذلك، يزداد التعقيد في هذه المرحلة بسبب عوامل إضافية.