Идентификационная модель Jaguar
Tech4Nature Mexico
Алгоритмы распознавания изображений для обнаружения и идентификации ягуара
Компонент распознавания изображений, основанный на конволюционных нейронных сетях (CNN) в рамках пилотного проекта Tech4Nature Mexico, играет фундаментальную роль, поскольку: i) автоматически определяет присутствие ягуаров в ловушках, что ускоряет обработку данных; и ii) автоматически идентифицирует отдельных ягуаров в регионе, что улучшает понимание местных популяций. Такой подход имеет жизненно важное значение для охраны природы, поскольку позволяет использовать передовые методы, обеспечивающие более быстрый и детальный анализ.
Данные, собранные с устройств, и стратегические союзы с Huawei, UPY и другими экспертными природоохранными организациями для обмена данными. В течение всего учебного года группа молодых студентов UPY, специализирующихся на инженерии данных, занималась разработкой моделей распознавания изображений. Учитывая возможность того, что модели могут быть необъективны при распознавании ягуаров из-за отсутствия у студентов опыта мониторинга этого вида, группа прошла обучение и получила обратную связь от биолога, специализирующегося на сохранении кошачьих в Юкатане.
Мы столкнулись со значительными трудностями при разработке автоматических моделей для обнаружения и идентификации ягуаров на изображениях. Эта задача осложняется не только скудностью имеющихся данных, но и ограниченным количеством изображений, полученных с помощью камер-ловушек, на которых запечатлен интересующий нас вид, в связи с его критическим природоохранным статусом. Эти препятствия были заметны на начальных этапах проекта, что побудило нас собирать изображения животных из различных источников, чтобы расширить наш набор данных. Однако на этом этапе сложность работы возрастает из-за дополнительных факторов.