El nuevo programa identificó con éxito la región de interés, en este caso, marcas únicas en los torsos de jirafa, en las fotos de jirafas, incluso cuando las jirafas ocupaban una pequeña región de la foto o cuando estaban parcialmente cubiertas por vegetación. news.psu.edu

Un nuevo método automatizado creado para tomar fotografías digitales para análisis ayudará a los investigadores de vida silvestre que dependen de las fotografías a identificar animales individuales por sus marcas únicas. Un biólogo de vida silvestre de Penn State se unió a científicos de Microsoft Azure, que es una nube pública de pago por uso que te permite compilar, implementar y administrar rápidamente aplicaciones en una red global de data centers (centros de datos) de Microsoft, que utiliza tecnología de aprendizaje automático para mejorar la forma en que las fotografías se convierten en datos utilizables para la investigación de la vida silvestre. Un artículo que describe la nueva técnica aparece en línea en la revista Informática ecológica.

«Muchos investigadores necesitan identificar y recopilar datos sobre individuos específicos en su trabajo, por ejemplo, para estimar la supervivencia, la reproducción y el movimiento» dijo Derek Lee, profesor asociado de investigación de biología en Penn State y científico principal del Wild Nature Institute. «En lugar de etiquetas y otras marcas aplicadas por el hombre que podrían interferir con el comportamiento del animal, muchos investigadores toman fotografías de las marcas únicas del animal. Tenemos un software de reconocimiento de patrones para ayudar a analizar estas fotos, pero todas las fotos deben prepararse manualmente para su análisis. Debido a que a menudo tenemos miles de fotos para completar, esto crea un grave cuello de botella».

Foto artistica profesor asociado de investigación de biología en Penn State y científico principal del Wild Nature Institute

Lee usa fotografías como parte de un gran estudio en curso para comprender los nacimientos, las muertes y el movimiento de más de 3.000 jirafas en África Oriental. Él y su equipo toman fotografías digitales de los patrones de puntos únicos e invariables de cada animal para identificarlos a lo largo de sus vidas. Pero antes de que el software de reconocimiento de patrones pueda procesar las imágenes para identificar a los animales, el equipo de investigación debe recortar manualmente cada foto o delinear un área de interés. Lee colaboró ​​con científicos de Microsoft, que han proporcionado un nuevo servicio de procesamiento de imágenes para automatizar este proceso esencial y que consume mucho tiempo utilizando la tecnología de aprendizaje automático implementada en la nube de Microsoft Azure.

Utilizando un algoritmo informático para la detección de objetos, el equipo de Microsoft entrenó un programa para reconocer los torsos de jirafa utilizando fotos existentes que se habían anotado a mano. El programa se mejoró de forma interactiva mediante un proceso de aprendizaje activo, en el que el sistema mostraba recortes cuadrados predichos en nuevas imágenes a un humano que podía verificar o corregir los resultados rápidamente. Estas nuevas imágenes luego se incorporaron al algoritmo de entrenamiento para actualizar y mejorar el programa. El sistema resultante identifica la ubicación de los torsos de jirafa en imágenes con una precisión muy alta, incluso cuando la jirafa es una pequeña parte de la imagen o su torso está parcialmente bloqueado por la vegetación.

se estima que existen 1.400.000 de especies animales grandes que podrían identificarse usando un sistema de fotos (sin incluir plantas, algas, hongos, y microscópicos.)

«El sistema ha logrado un reconocimiento casi perfecto de los torsos de jirafa sin los costosos requisitos de hardware, como una unidad dedicada de procesamiento de gráficos de alta potencia», dijo Lee. «Es maravilloso cómo el equipo de Azure automatizó este tedioso aspecto de nuestro trabajo. Solía ​​tardar una semana en procesar nuestras nuevas imágenes después de una encuesta, y ahora se realiza en minutos. Este sistema nos acerca a la identificación automática de animales de las fotos«.

El nuevo sistema acelerará drásticamente la investigación de Lee sobre las poblaciones de jirafas, que han disminuido rápidamente en toda África debido a la pérdida de hábitat y la matanza ilegal de éstas.

«Las jirafas son grandes animales y cubren grandes distancias, por lo que, naturalmente, estamos usando una gran data para saber dónde se están yendo, dónde no, y por qué, así podemos proteger y conectar las áreas importantes para la conservación de las jirafas», dijo Sotavento. «Necesitábamos nuevas herramientas para lograr esto, y hubo una conjunción armónica con la tecnología Azure que hizo posible nuestro trabajo«.

Este proceso también será útil para los investigadores que estudian otros animales con patrones de identificación únicos, incluidos algunos gatos salvajes, elefantes, salamandras, peces, pingüinos y mamíferos marinos. El sistema podría estar capacitado para identificar y recortar una foto a una región de interés específica para estas especies.

Fuente:
https://www.sciencedaily.com/releases/2019/02/190211140034.htm


Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *