재규어 식별 모델
Tech4Nature Mexico
재규어 감지 및 식별을 위한 이미지 인식 알고리즘
Tech4Nature 멕시코 파일럿의 프레임워크에서 컨볼루션 신경망(CNN)을 기반으로 하는 이미지 인식 구성 요소는 다음과 같은 근본적인 역할을 합니다: i) 카메라 트랩 캡처에서 재규어의 존재를 자동으로 감지하여 데이터 처리 속도를 높이고, ii) 지역 내 재규어 개체를 자동으로 식별하여 지역 개체군에 대한 이해를 향상시킵니다. 이러한 접근 방식은 더 빠르고 상세한 분석을 가능하게 하는 고급 방법을 활용함으로써 재규어 보호에 매우 중요합니다.
장치에서 수집한 데이터와 데이터 공유를 위해 화웨이, UPY 및 기타 전문 보존 기관과 전략적 제휴를 맺었습니다. UPY의 젊은 데이터 엔지니어링 학생 그룹은 한 학기 동안 이미지 인식 모델을 개발하는 데 전념했습니다. 학생들이 재규어 모니터링 경험이 부족하여 모델이 재규어를 편향적으로 인식할 수 있다는 가능성을 고려하여 유카탄의 고양이 보호 전문 생물학자로부터 교육과 피드백을 받았습니다.
이미지에서 재규어를 감지하고 식별하는 자동 모델을 개발하는 데는 상당한 어려움이 있었습니다. 이 작업은 사용 가능한 데이터가 부족할 뿐만 아니라, 해당 종의 중요한 보존 상태로 인해 카메라 트랩으로 촬영한 이미지의 양이 제한되어 있기 때문에 더욱 복잡합니다. 이러한 장애물은 프로젝트의 초기 단계에서 두드러지게 나타났으며, 데이터 세트를 확장하기 위해 다양한 출처에서 동물 이미지를 수집해야 했습니다. 그러나 이 단계에서는 추가적인 요인으로 인해 복잡성이 증가합니다.