Прорыв в компьютерном зрении на основе ИИ идентифицирует браконьеров менее чем за полсекунды
Тысячи животных, включая слонов, тигров, носорогов и горилл, становятся жертвами браконьеров каждый год. Исследователи из Центра искусственного интеллекта в обществе Университета Южной Калифорнии (USC) давно применяют ИИ для защиты дикой природы. Сначала компьютерные специалисты использовали ИИ и теорию игр для прогнозирования мест активности браконьеров, а теперь применили искусственный интеллект и глубокое обучение для обнаружения браконьеров почти в реальном времени.
Браконьеры обычно активны ночью. Хотя для мониторинга живых организмов используются такие инструменты, как инфракрасные камеры, и браконьеры, и животные, на которых они охотятся, излучают тепло. Мониторинг инфракрасных видеопотоков на предмет браконьеров всю ночь — трудоемкая и сложная задача.
Команда компьютерных специалистов под руководством аспирантки Школы инженерии USC Витерби Элизабет Бонди в лаборатории профессора Милинда Тамбе разметила 180 000 изображений людей и животных на инфракрасных видео с помощью разработанного ими инструмента для ускорения процесса. Исследователи использовали эти размеченные изображения и модифицированный существующий алгоритм глубокого обучения Faster RCNN, чтобы научить компьютер автоматически отличать инфракрасные изображения людей от изображений животных.
Следующей задачей было развернуть этот алгоритм для обнаружения браконьеров почти в реальном времени на ноутбуках полевых базовых станций, куда передается видео с дронов, патрулирующих национальные парки в Зимбабве и Малави. Алгоритм, хотя и работал точно, обрабатывал каждое изображение за 10 секунд — что слишком долго для движущихся объектов. Целью стала дальнейшая модификация алгоритма для работы на обычном ноутбуке.
Исследователи изменили алгоритм для работы с Microsoft Azure, используя мощность облака для создания виртуального компьютера с более быстрой обработкой. Также была разработана альтернативная система для работы в условиях нестабильного соединения в сельской местности, чтобы ПО могло работать на ноутбуке автономно. Теперь алгоритм обнаруживает браконьеров и животных всего за чуть более трех десятых секунды.
Этот алгоритм, названный "SPOT" (Systematic POacher deTector), будет развернут в крупном масштабе в Ботсване.
"SPOT снизит нагрузку на тех, кто использует дроны для борьбы с браконьерством, автоматически обнаруживая людей и животных на инфракрасных изображениях и предоставляя данные обнаружения почти в реальном времени", — говорит ведущий автор Элизабет Бонди, аспирант по компьютерным наукам в USC.