Gesichtserkennungssoftware für Robben ist ziemlich genau

Home » Gesichtserkennungssoftware für Robben ist ziemlich genau

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

Haben Sie sich jemals ein Siegel angesehen und gedacht: Ist das das gleiche Siegel, das ich gestern gesehen habe? Nun, dafür könnte es bald eine App geben, die auf einer neuen Gesichtserkennungstechnologie für Robben basiert. Bekannt als SealNetwurde dieses System zur Erkennung von Robbengesichtern von einem Team von Studenten der Colgate University in New York entwickelt.

Inspirieren von anderen Technologien, die zum Erkennen geeignet sind Primaten und Bären, Krista Ingram, eine Biologin an der Colgate University, leitete die Studenten bei der Entwicklung einer Software, die Deep Learning und ein konvolutionelles neuronales Netzwerk verwendet, um die Gesichter von Robben voneinander zu unterscheiden. SealNet ist darauf zugeschnitten, den Seehund zu identifizieren, eine Art mit einer Vorliebe dafür, an Küsten in Haulouts zu posieren.

Das Team musste seine Software trainieren, um Dichtungsflächen zu identifizieren. „Ich gebe ihm ein Foto, 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 Bilder von Robben rund um Casco Bay, Maine. Sie testeten die Software mit 406 verschiedenen Robben und stellten fest, dass SealNet die Gesichter der Robben in 85 Prozent der Fälle korrekt identifizieren konnte. Seitdem hat das Team seine Datenbank auf rund 1.500 Siegelflächen erweitert. Mit zunehmender Anzahl der in der Datenbank erfassten Siegel sollte auch die Genauigkeit der Identifizierung steigen, sagt Ingram.

Die Entwickler von SealNet trainierten ein neuronales Netzwerk, um anhand von Fotos von 406 verschiedenen Robben Seehunde voneinander zu unterscheiden. Birenbaumet al.

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

Wie ein müder Seehund, der sich für ein unfreiwilliges Fotoshooting an den 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 gibt es Wissenslücken. Andere Techniken zur Verfolgung von Robben, wie z. B. Markierung und Luftüberwachung, haben ihre Grenzen und können sehr invasiv oder teuer sein.

Ingram weist auf Standorttreue als einen Aspekt des Robbenverhaltens hin, 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 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 Robbenpopulationen in Dänemark verantwortlich ist, sagt, die Software sei „viel versprechend“. Wenn die Identifikationsraten verbessert werden, könnte es mit einem anderen Lichtbild-Identifikationsverfahren gekoppelt werden identifiziert Siegel durch unverwechselbare Markierungen auf ihrem pelage, sagt er.

In der Zukunft hofft Ingram nach weiteren Tests eine App auf Basis von SealNet zu entwickeln. Die App, sagt sie, könnte es Bürgerwissenschaftlern möglicherweise ermöglichen, zur Protokollierung von Robbengesichtern beizutragen. Das Programm könnte auch für andere Flossenfüßer und möglicherweise sogar für Wale angepasst werden.