Modello di identificazione Jaguar
Tech4Nature Mexico
Algoritmi di riconoscimento delle immagini per il rilevamento e l'identificazione del giaguaro
La componente di riconoscimento delle immagini, basata su reti neurali convoluzionali (CNN) nell'ambito del progetto pilota Tech4Nature Mexico, svolge un ruolo fondamentale: i) rilevando automaticamente la presenza di giaguari nelle catture delle trappole fotografiche, velocizzando così l'elaborazione dei dati; e ii) identificando automaticamente i singoli giaguari nella regione, migliorando così la comprensione delle popolazioni locali. Questo approccio è di vitale importanza per la conservazione, in quanto sfrutta metodi avanzati che consentono un'analisi più rapida e dettagliata.
I dati raccolti dai dispositivi e le alleanze strategiche con Huawei, UPY e altre organizzazioni esperte di conservazione per la condivisione dei dati. Durante un intero anno scolastico, un gruppo di giovani studenti di ingegneria dei dati dell'UPY si è dedicato allo sviluppo dei modelli di riconoscimento delle immagini. Data la possibilità che i modelli potessero essere distorti nel riconoscimento dei giaguari a causa della mancanza di esperienza degli studenti nel monitoraggio di questa specie, il gruppo ha ricevuto formazione e feedback da un biologo specializzato nella conservazione dei felini nello Yucatan.
Abbiamo affrontato una sfida considerevole nello sviluppo di modelli automatici per il rilevamento e l'identificazione dei giaguari nelle immagini. Questo compito è complicato non solo dalla scarsità di dati disponibili, ma anche dalla quantità limitata di immagini catturate dalle trappole con telecamera contenenti la specie di interesse, a causa del suo stato di conservazione critico. Questi ostacoli sono stati notevoli nelle fasi iniziali del progetto, spingendoci a raccogliere immagini di animali da diverse fonti per ampliare il nostro set di dati. Tuttavia, la complessità aumenta in questa fase a causa di ulteriori fattori.