Нейросеть поможет проследить за вымирающими приматами

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Один из приматов, фотографии которого использовали в датасете, — золотая мартышка Адам — не понимает, что происходит

Deb et al. / arXiv, 2018

Американские разработчики представили PrimNet — компьютерную систему, которая распознает отдельных особей 14 видов приматов. Алгоритм работает на основе сверточной нейросети, распознает животных с точностью более 90 процентов и, по мнению авторов, сможет помочь следить за вымирающими видами. Препринт статьи опубликован на arXiv.

На сегодняшний день около 60 процентов всех видов приматов (исключая людей) находятся на грани вымирания. В самой большей опасности находятся лемуры: на грани вымирания — около 91 процента всех видов этих животных. Свою роль в быстром росте сокращения популяцию играет не только глобальное потепление (изменение климата на Мадагаскаре — привычном для лемуров ареале обитания — может в скором времени оставить животных без бамбука), но также браконьерство и вырубка лесов.

При полевых исследованиях биологам необходимо четко следить за изменениями численности животных, в особенности — вымирающих видов. Эта весьма трудоемкая работа, которая, к тому же, занимает много времени. По мнению разработчиков под руководством Дебаяна Деба (Debayan Deb) из Университета штата Мичиган, помочь в этом могут современные технологии, а именно — новый алгоритм распознавания диких приматов.

Для обучения PrimNet ученые собрали три датасета из 11637 изображений 280 особей 14 видов приматов: лемуров, золотых мартышек и шимпанзе. В качестве данных были использованы как кадры из видео, так и отдельные фотографии животных. Из-за обилия шерсти на лицах животных глаза и рот ученые разметили вручную, после чего на полученных данных обучили сверточную нейросеть. Затем ее работу проверили на других фотографиях особей из выборки, сравнив с алгоритмами, которые эффективно распознают человеческие лица: алгоритмом Google FaceNet, SphereFace, придуманным разработчиками из Университета штата Джорджии, а также системой распознавания лемуров, разработанной авторами новой работы ранее. Новый алгоритм превзошел все ранее разработанные, в особенности — при распознавании лемуров (для них датасет был самым большим): PrimNet верно распознал особей в 93,76 проценте случаев (против 92, 90 и 87 процентов, показанных другими алгоритмами).

Полученный алгоритм разработчики также использовали для создания приложения PrimId для смартфонов на Android. С помощью него можно идентифицировать отдельного примата (среди тех, кто есть в базе данных): в том случае, если система не выдает абсолютного попадания, пользователю выдается список из пяти возможных кандидатов, среди которых определить нужного примата он сможет сам.

Интерфейс приложения

Deb et al. / arXiv, 2018

Подобные приложения могут стать доступной альтернативой дорогостоящему оборудованию и кропотливой работе, которые обычно необходимы для точного подсчета популяций. Современные технологии можно использовать и по-другому: например, подсчитывать численность популяций с помощью дронов и компьютерного зрения.

Елизавета Ивтушок


Источник: nplus1.ru

Комментарии: