Gesichtserkennungssoftware für Robben ist ziemlich genau

Startseite » Gesichtserkennungssoftware für Robben ist ziemlich genau
Gesichtserkennungssoftware für Robben ist ziemlich genau

Dieser Artikel wurde ursprünglich am veröffentlicht Hakai-Magazin, eine Online-Publikation zu Wissenschaft und Gesellschaft in Küstenökosystemen. Lesen Sie mehr Geschichten wie diese auf hakaimagazine.com.

Haben Sie sich jemals ein Siegel angesehen und gedacht, ist das dasselbe Siegel, das ich gestern gesehen habe? Nun, vielleicht gibt es dafür bald eine App, die auf einer neuen Gesichtserkennungstechnologie für Robben basiert. Bekannt als SealNetDieses Suchsystem für Robbengesichter wurde von einem Team von Studenten der Colgate University in New York entwickelt.

Sich von anderen für die Erkennung geeigneten Technologien inspirieren lassen Primaten und Bärführte Krista Ingram, eine Biologin an der Colgate University, die Studenten bei der Entwicklung einer Software an, die Deep Learning und ein konvolutionelles neuronales Netzwerk verwendet, um ein Robbengesicht von einem anderen zu unterscheiden. SealNet wurde entwickelt, um den Seehund zu identifizieren, eine Art, die dazu neigt, in Holouts an Küsten zu landen.

Das Team musste seine Software trainieren, um die Gesichter der Robben zu identifizieren. „Ich gebe ihm ein Bild, er findet das Gesicht, [and] schneidet es auf eine Standardgröße“, sagt Ingram. Aber dann identifizierten sie und ihre Schüler manuell die Nase, den Mund und die Mitte der Augen.

Für das Projekt machten die Teammitglieder über einen Zeitraum von zwei Jahren mehr als 2.000 Fotos von Robben rund um Casco Bay, Maine. Sie testeten die Software mit 406 verschiedenen Siegeln und stellten fest, dass SealNet Siegelflächen in 85 % der Fälle korrekt identifizieren konnte. Seitdem hat das Team seine Datenbank auf rund 1.500 Siegelflächen erweitert. Da die Anzahl der in der Datenbank erfassten Siegel zunimmt, sollte auch die Genauigkeit der Identifizierung zunehmen, sagt Ingram.

SealNet-Entwickler trainierten ein neuronales Netzwerk, um anhand von Fotos von 406 verschiedenen Robben zwischen Seehunden zu unterscheiden. Birenbaumet al.

Wie alle Technologien ist SealNet jedoch nicht narrensicher. Die Software sah Siegelflächen in anderen Körperteilen, in der Vegetation und sogar in Felsen. In einem Fall nahmen Ingram und seine Schüler die unheimliche Ähnlichkeit zwischen einem Felsen und dem Gesicht eines Seehunds doppelt hin. „[The rock] sah aus wie ein Robbengesicht“, sagt Ingram. „Die dunkelsten Teile waren ungefähr so ​​weit entfernt wie die Augen … sodass Sie verstehen können, warum die Software ein Gesicht gefunden hat.“ Daher, sagt sie, ist es immer am besten, manuell zu überprüfen, ob die von der Software identifizierten Gelenkflächen zu einem echten Gelenk gehören.

Wie ein müder Seehund, der sich für einen unfreiwilligen Fototermin an einen Strand schleppt, stellt sich die Frage, warum das alles nötig ist. Ingram glaubt, dass SealNet ein nützliches, nicht-invasives Werkzeug für Forscher sein könnte.

Von den Flossenfüßern der Welt – einer Gruppe, zu der Robben, Walrosse und Seelöwen gehören – gelten Seehunde als die am weitesten verbreiteten. Dennoch bestehen Wissenslücken. Andere Robbenverfolgungstechniken wie Markierung und Luftüberwachung haben ihre Grenzen und können sehr invasiv oder kostspielig sein.

Ingram sagt, dass Standorttreue ein Aspekt des Robbenverhaltens ist, auf den SealNet mehr Licht werfen könnte. Die Versuche des Teams zeigten, dass einige Seehunde Jahr für Jahr zu denselben Sammelplätzen zurückkehren. Andere Robben jedoch, wie zwei Tiere, die das Team Nelke und Blütenblatt nannte, tauchten zusammen an zwei verschiedenen Orten auf. Ein besseres Verständnis der Wissenschaftler darüber, wie sich Robben fortbewegen, könnte die Argumente für den Schutz bestimmter Gebiete stärken, sagt Anders Galatius, Ökologe an der Universität Aarhus in Dänemark, der nicht an dem Projekt beteiligt war.

Galatius, der für die Überwachung der dänischen Robbenpopulationen verantwortlich ist, sagt, dass die Software „große Versprechen“ hält. Wenn die Identifizierungsraten verbessert werden, könnte dies mit einer anderen Fotoidentifizierungsmethode kombiniert werden identifiziert Siegel durch Unterscheidungsmerkmale auf ihrem Mantel, sagt er.

In der Zukunft hofft Ingram nach weiteren Tests eine Anwendung auf Basis von SealNet zu entwickeln. Die App, sagt sie, könnte es Bürgerwissenschaftlern schließlich ermöglichen, Robbengesichter aufzuzeichnen. Das Programm könnte auch für andere Flossenfüßer und vielleicht sogar für Wale angepasst werden.