Искусственный интеллект будет искать тюленей и белых медведей с воздуха

Москва, 20:00, 24 Окт 2019, редакция FTimes.ru, автор Сергей Кузнецов.

Ученые в Научном центре рыбного хозяйства Аляски объединиться с талантливыми технологами для разработки искусственного интеллекта (ИИ) с целью исследования морских млекопитающих в Арктике.

Команда разрабатывает модели искусственного интеллекта для обнаружения тюленей, белых медведей и других морских млекопитающих на изображениях, полученных во время аэрофотосъемки арктического морского льда. Система ИИ завершит анализ изображений на борту самолета, значительно уменьшив требования к хранению изображений. Это сэкономит ученым годы кропотливой работы, ускорит и сделает более эффективными оценки популяции морских млекопитающих в Арктике.

В поисках морских млекопитающих на льду

Тюлени зависят от арктического морского льда для сбора, отдыха и завершения годовой линьки. Белые медведи располагаются на огромных ледяных просторах, чтобы охотиться на этих тюленей.

Эти виды играют ключевую роль в арктической морской экосистеме и являются жизненно важным ресурсом для коренных общин Аляски. Чтобы эффективно управлять этими животными и сохранять их, очень важно знать, сколько их, и как их популяции меняются со временем.

Сбор этой важной информации ставит перед учеными множество проблем. Во-первых, они должны добраться до некоторых из самых отдаленных мест на планете. Затем они пролетают над Беринговым, Чукотским и морем Бофорта, разыскивая на обширных ледяных полях широко разбросанных, относительно небольших, часто замаскированных животных. Данные, которые они собирают, должны быть проанализированы как можно быстрее и точнее для принятия управленческих решений.

Ученые справились с этими проблемами благодаря усердной работе и инновационным технологиям.

Эрин Морелэнд, научный сотрудник лаборатории морских млекопитающих Аляскинского научного центра, возглавляющий проект искусственного интеллекта, объясняет, как он развивался:

Это началось, когда мы перешли от наблюдений с воздуха к камерам. Камеры позволят нам охватить гораздо большую площадь за более короткое время. Мы можем летать выше и быстрее, поскольку камеры с высоким разрешением могут записывать наблюдения животных намного быстрее, чем наблюдатель-человек может обнаружить животных, смотря в окно самолета. Этих широко распространенных животных может быть трудно найти на сотнях тысяч фотографий, сделанных с воздуха. Мы используем тепловизионные камеры для обнаружения теплых тел животных на холодном морском льду. Тюлени выглядят как яркое «горячее пятно» на тепловом изображении. Покрывая одни и те же области инфракрасными и цветными камерами, мы обнаруживаем животных на тепловых изображениях и обращаемся к цветным изображениям с высоким разрешением, чтобы подтвердить наличие горячей точки у животного и идентифицировать виды. На одном миллионе изображений может быть от 7000 до 9000 животных. Нам потребовался год, чтобы найти животных на изображениях после сезона исследований. Если бы изображения могли обрабатываться на борту, мы получили бы меньший набор данных, что значительно сократило бы нашу рабочую нагрузку и сроки постобработки.

Аэрофотосъемка тюленей и белых медведей одновременно собирает цветные и тепловые изображения с высоты 350 метров. Наше партнерство ИИ с Microsoft и Xnor направлено на автоматизацию идентификации тюленей и белых медведей по данным этого типа.

Мы начали разработку системы камер, которая могла бы обрабатывать цветные и тепловые изображения во время их сбора и сохранять их для дальнейшего анализа. Инженеры-разработчики программного обеспечения Kitware разрабатывают встроенную систему обработки изображений, способную запускать алгоритмы обнаружения в режиме реального времени. Тем не менее, нам все еще нужно было разработать алгоритмы, чтобы обнаруживать тюленей и дифференцировать их от неодушевленных объектов, которые вызывают аналогичные сигнатуры горячих точек.