A DivingWithPenguins adathalmaz mélytanulást használ a víz alatti vadvilág viselkedésének megfigyelésére
A Bristoli Egyetem, az Exeteri Egyetem és a BirdLife South Africa kutatói létrehozták a „DivingWithPenguins” adathalmazt, amely pingvinekre rögzített videókból áll. Célja, hogy segítse az AI használatát a víz alatti felvételek automatikus elemzésében. Az ilyen adathalmazok mögött az az elképzelés áll, hogy egyszerűsítsék az állatokra rögzített videók átfésülését olyan információk kinyerése érdekében, mint például mennyi táplálékot fogyasztanak, hány ragadozóval találkoznak a környezetükben, és így tovább.
Végül a kutatóknak sikerült ígéretes eredményeket elérniük a ragadozók videókon történő észlelésében, de további munkára van szükség a téves riasztások csökkentése és a pontosság növelése érdekében. „Reméljük, hogy ez a tanulmány és az adathalmazok segítenek a computer vision közösség figyelmét az állatok által rögzített videók elemzésére szolgáló jobb AI eszközök kutatása felé irányítani, azzal a végső céllal, hogy jobban megértsük és megőrizzük a természetet az állatok szemszögéből” – írják.
- Az adathalmaz 63 videóból áll, amelyeket a Stony Point-i költőkolónián kamerákkal felszerelt afrikai pingvinek készítettek.
- Tartalmaz 602 víz alatti képet teljes befoglaló keret (bounding box) annotációkkal pingvinekhez, halakhoz és buborékokhoz.
- 797 képet tartalmaz tartalomosztályozáshoz, amely jelzi a halak jelenlétét vagy hiányát.
- Tartalmaz egy viselkedésfelismerő részt feldolgozatlan videókkal, amelyek hossza 20 perctől 1 óráig terjed.
- Az alaptesztekhez YOLOv5-öt és egy testreszabott verziót használtak, amely LSTM-eken keresztül végzett térbeli és időbeli áramláselemzést.
- A testreszabott modell felülmúlta az alap YOLO-t a ResNet-18 elemzés és az optikai áramlás (optical flow) elemzésének párosításával.
Ez a kutatás arra irányul, hogy a computer vision erőfeszítéseit az állatok által hordozott videók elemzésére összpontosítsa, ami kulcsfontosságú a természet megértéséhez és megőrzéséhez maguknak az állatoknak a perspektívájából.