Smartere kameraer kunne redde truede dyreliv

Indholdsfortegnelse:

Smartere kameraer kunne redde truede dyreliv
Smartere kameraer kunne redde truede dyreliv
Anonim

Key takeaways

  • Kameraer, der er drevet af kunstig intelligens, giver Gabons dyrelivsbetjente et nyt værktøj i kampen mod krybskytteri.
  • Et nyt system bruger maskinlæring til at analysere billeder på enheden i re altid for at opdage dyr og mennesker.
  • Teknologien hjælper med at forbedre efterretningerne om krybskytteri og relaterede ulovlige netværk og hjælper myndighederne med at slå ned på den ulovlige handel med vilde dyr.
Image
Image

Kameraer drevet af kunstig intelligens (AI) hjælper med at beskytte dyr på tværs af store dele af Afrika.

Kameraerne giver Gabons dyrepassere et nyt værktøj i kampen mod krybskytteri ved at tage billeder af indtrængere. Systemerne kan også overvåge tab af biodiversitet ved at tælle antallet af dyr i et område.

"Almindelige kameraer kan aktiveres 'mekanisk', når noget udløser dem, for eksempel bevægelse eller lyd," sagde AI-ekspert James Caton til Lifewire i et e-mailinterview. "AI, der er indlejret i kameraet, kan mere intelligent aktiveres, når genstande af interesse passerer inden for rammen - for eksempel en person eller krybskytte versus en elg. AI kan skelne mellem menneskelige figurer og dyrefigurer, for eksempel efter kropsholdning eller størrelse."

Computing on the Edge

Takket være AI er de nye kamerafælder udviklet af gruppen Hack the Planet mere intelligente end tidligere modeller. Systemet bruger maskinlæring til at analysere billeder i re altid på enheden for at detektere dyr og mennesker.

Fælderne advarer rangers, hvis en elefant, næsehorn eller menneskelig bevægelse opdages. Udstyret med en satellit-uplink kan systemet fungere over alt glob alt uden at være afhængig af et GSM- eller Wifi-netværk.

Stirling University-forsker Robin Whytock og et team af forskere testede en AI-model til at analysere kamerafældedata. Casestudiet brugte de klassificerede centralafrikanske skovpattedyr og fuglearter. Og selv med et relativt lille datasæt på 300.000 billeder brugt til at træne modellen, var resultatet stærkt, rapporterede forskerne i et papir.

Forskerne sagde, at maskinalgoritmen var 90 procent nøjagtig og kan klassificere omkring 4.000 billeder i timen på stationære maskiner, der bruges af parkvagter og økologer i marken, uden adgang til kraftige cloud computing-ressourcer. AI-systemet reducerer den tid, det tager at analysere tusindvis af fældebilleder fra flere uger til en enkelt dag.

Guarding the Trails

Et andet system kaldet TrailGuard AI bruges som et sikkerhedssystem for nationalparker til at opdage, stoppe og arrestere krybskytter. Teknologien hjælper med at forbedre efterretninger om krybskytteri og relaterede ulovlige netværk og hjælper myndighederne med at slå ned på den ulovlige handel med vilde dyr.

Lille nok til at skjule langs stier, TrailGuard AI's kamerahoved bruger kunstig intelligens til at detektere mennesker i billederne og videresender billeder, der indeholder mennesker, tilbage til parkens hovedkvarter via GSM, langdistanceradio eller satellitnetværk. TrailGuard AI-teknologien blev felttestet i et reservat i Østafrika, hvor den hjalp med anholdelsen af tredive krybskytter og beslaglæggelsen af over 1.300 lb. bushmeat.

"AI indlejret i kameraet kan mere intelligent aktiveres, når genstande af interesse passerer inden for rammen…"

Bevaringsfolk drager fordel af kunstig intelligens, der kører i kameraet i stedet for i skyen, fordi det største forbrug på batterilevetiden ikke er at køre inferens på en computervisionschip i kameraet, men transmissionen af billedet over GSM eller satellitmodem, Eric Dinerstein, direktøren for WildTech hos vildtbevaringsgruppen RESOLVE fort alte Lifewire via e-mail.

Dinerstein sagde, at systemet nøjagtigt luger falske positiver ud, når et kamera aktiveres af noget andet end en krybskytte.

"I vores udrulninger af TrailGuard i marken er op til 95 % af bevægelsessensorens triggere resultatet af falske triggere eller falske positiver," tilføjede Dinerstein. "Kun 5 % er rigtige krybskytter."

TrailGuard kan spare batterilevetid. At sende tusindvis af falsk-positive billeder i løbet af adskillige uger løber tør for batterier. Ved at bortfiltrere de falske positive på kanten og kun transmittere sande positive eller meget få falske positiver, kan batterier holde årevis.

"Den chip, vi bruger, har også meget lav effekt, og vores enhed er i dvale- eller slukket tilstand i det meste af sin levetid," sagde Dinerstein. "Batteritiden for sensorer i fjerntliggende områder er kritisk."

Image
Image

Overvågning af vilde dyr kan snart blive endnu smartere. Forskere arbejder på programmerbar AI indlejret i kameraer.

I øjeblikket skal billeder hentes fra et kamera og behandles i skyen. Men nye funktioner giver brugerne mulighed for at oprette tilpassede AI-agenter og implementere dem på kameraer.

"For krybskytter, for eksempel, hvis du ved, at de rejser i en hvid bil, eller hvis en af dem altid bærer en gul kasket, kan du potentielt opdatere kameraerne langvejs fra med denne nye information," sagde Caton.

Anbefalede: