Dal momento che i ricercatori marini vogliono farlo per tenere sotto controllo le dimensioni delle popolazioni, lo stato di conservazione e le loro importanti aree di habitat, ciò pone un po’ di problemi.
Video consigliati
Fortunatamente, è qui che si trova la dottoressa Amanda Hodgson della Murdoch University australiana entra. Membro dell'Unità di ricerca sui cetacei dell'università, Hodgson ha utilizzato droni e tecnologie di apprendimento automatico per identificare meglio i dugonghi nel loro ambiente naturale.
L’uso dei droni per la fotografia aerea offre un nuovo modo per ottenere le immagini necessarie per il lavoro di Hodgson, ma apre il problema di come individuare al meglio i mucche di mare in un enorme numero di foto. Questo è il punto in cui Hodgson si è rivolto all’apprendimento automatico e all’informatico della Queensland University of Technology
Federico Maire - per un aiuto.
Insieme, hanno sviluppato un rilevatore utilizzando una piattaforma di apprendimento automatico open source gratuita TensorFlow, con l'obiettivo di identificare automaticamente i dugonghi nelle foto. Questo metodo doveva funzionare con immagini di varia complessità, come quelle in cui le alghe sono visibili sul fondo del mare, o altre in cui si possono vedere riflessi e creste bianche sulla superficie dell'acqua.
“Abbiamo sviluppato un efficiente sistema di apprendimento automatico per automatizzare il rilevamento delle specie marine nelle immagini aeree”, ci ha detto Maire. “L’efficacia dell’approccio può essere attribuita alla combinazione di un metodo di proposta regionale adatto e all’uso di reti neurali profonde. Data un'immagine di grandi dimensioni, il modulo di proposta della regione genera un elenco di sottofinestre dell'immagine, centrate sui blob candidati. Ogni sottofinestra viene quindi inserita in un classificatore di rete neurale che prevede se la sottofinestra contiene o meno un dugongo.
L'ultima versione del rilevatore è in grado di rilevare l'80% dei dugonghi nelle immagini. Si spera che questo numero aumenti in futuro.
"La notizia migliore è che man mano che alimentiamo il rilevatore con più immagini di dugonghi conosciuti e gli diciamo quali hanno sbagliato, la precisione dei rilevamenti continuerà a migliorare", ha osservato Hodgson. "Questa tecnologia potrebbe essere applicata a indagini su qualsiasi specie purché si inizi con una serie di immagini per addestrare il rilevatore."
Raccomandazioni degli editori
- Il laptop per l'apprendimento automatico di Lambda è un Razer sotto mentite spoglie
- DeepSqueak è un'intelligenza artificiale basata sull'apprendimento automatico. che rivela di cosa stanno parlando i topi
- Apprendimento automatico? Reti neurali? Ecco la tua guida ai tanti gusti di A.I.
Migliora il tuo stile di vitaDigital Trends aiuta i lettori a tenere d'occhio il frenetico mondo della tecnologia con tutte le ultime notizie, divertenti recensioni di prodotti, editoriali approfonditi e anteprime uniche nel loro genere.
