易坊好文馆

  1. 首页 > 玩科技 >

汉密尔顿|太难找！澳大利亚红外无人机+AI数考拉，机器学习终战胜误报

人工智能 澳大利亚 研究人员 无人机 算法 红外 识别 昆士兰 考拉 汉密尔顿 张猫


汉密尔顿|太难找！澳大利亚红外无人机+AI数考拉，机器学习终战胜误报
文章图片

【环球网无人机频道 采访人员 赵汗青】国外Tech Republic网站12月23日报道称 ， 许多研究人员正在利用大量技术手段来帮助野生动物和土地的保护 ， 包括用面部识别跟踪加拿大西部的熊、通过深度学习预测美国的野火……而在澳大利亚 ， 昆士兰科技大学（QUT）的研究小组正在利用人工智能（AI）、无人机、热成像和机器学习（ML）等技术探测和保护考拉 。
据介绍 ， 考拉面临着从毛皮贸易到栖息地丧失的无数生存威胁 ， 近年来气候变化的影响更加剧了其物种的脆弱性 。 据估计 ， 在2019年至2020年间 ， 超过5000只考拉死于澳大利亚的森林大火 。 新南威尔士州(NSW)立法委员会断定 ， 若没有适当保护 ， 本世纪中叶考拉可能在该州灭绝 。
【汉密尔顿|太难找！澳大利亚红外无人机+AI数考拉，机器学习终战胜误报】该项目负责人、昆士兰理工大学生态学副教授格兰特·汉密尔顿(Grant Hamilton)说 ， 考拉是澳大利亚的标志性动物 ， 在世界上其他地方都没有 。 他们需要了解丛林中到底有多少考拉 ， 但他们并不知道 ， 因为它们很难找 。
汉密尔顿介绍 ， 研究人员们尝试了多种办法去计算考拉的数量 ， 包括声学检测、在狗的帮助下数粪便……但最准确的办法还是让一组人走到树下采样 ， 然后单独计算每棵树上的考拉数量 。 不过 ， 这种劳动密集型的“脚踏实地”的方法仍然忽略了许多野外活动的考拉 ， 研究表明专家们实际只能数出一个区域里大约四分之三的考拉 。
为了提高计算考拉数量的效率和准确度 ， 汉密尔顿和他的团队开发了一种使用无人机、热成像仪和人工智能的方法 。 不过 ， 因为考拉们不像树袋熊那样坐在树顶上 ， 而是栖息在复杂的三维空间 ， 这也面临了不少挑战 。

汉密尔顿|太难找！澳大利亚红外无人机+AI数考拉，机器学习终战胜误报
文章图片

研究小组开发了机器学习算法来帮助筛选识别无人机收集的热图像 ， 但汉密尔顿说 ， 一开始就有各种误报 ， 它会把袋鼠、人、甚至热的汽车引擎当做考拉 。 又因为考拉太过小众 ， 团队没有找到能够支撑算法识别出考拉的高质量图形数据库 。 汉密尔顿说 ， “互联网上有十亿张猫的图片 ， 所以如果你想训练一个机器学习算法来寻找猫是没问题的 。 （但）从无人机上拍摄的考拉热图像并不多”
好在 ， 问题还是解决了 。 汉密尔顿说 ， 他们可以先训练算法针对动物 ， 然后微调它针对考拉 。 最后只需要几百张照片就够了 。 他还称 ， 经过广泛的训练和发展 ， 人工智能现在比人工能更准确地识别考拉 ， 速度也更快 。 一个4人小组一天可以覆盖大约10公顷的土地 ， 而无人机+人工智能2小时即可数完50公顷 。
展望未来 ， 汉密尔顿表示 ， 该团队正在致力于近实时地处理数据与多物种检测 。 后者将能使一种算法可检测“多个感兴趣的动物” ， 而不是将每次调查局限于单个物种 。

    推荐阅读


    上一篇：智能|先进集体⑨∣广东伟创五洋智能设备有限公司：拥有授权的知识产权212项

    下一篇：声音|流星雨拉开2021新年天象大幕 或可看到“火流星”