Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Фотоловушки с искусственным интеллектом помогут защитить диких животных
Технологии искусственного интеллекта сегодня находят применение в самых разных сферах. В том числе в экологии и области охраны животных. Один из примеров — разработка ученых из МФТИ. Они предложили использовать нейросети для обработки данных, полученных с фотоловушек. Программа сортирует и обрабатывает до одного миллиона изображений в сутки, а ее точность — свыше 95%, при этом она быстрее ученого-эксперта на несколько порядков.
Исследование опубликовано в журнале Scientific and Technical Information Processing. Как объяснили ученые, фотоловушки — это устройства, которые фиксируют изображения животных и других объектов в их естественной среде. В России около несколько тысяч особо охраняемых природных территорий, где используют эти проборы.
«Обычно при обнаружении объекта устройство делает от одного до семи кадров. Проблема в том, что до 70% полученных фотографий неинформативны. Это происходит как по причине ложного срабатывания камеры (например, из-за движения веток или снега), так и неудачной позы животного. При этом обработка изображений вручную происходит крайне трудоемко. Чтобы оптимизировать задачу, группа разработала алгоритм, который сочетает два процесса: выявление и узнавание объектов и их последующую классификацию», — рассказал Владислав Ефремов, один из разработчиков, аспирант МФТИ Владислав Ефремов.
На первом этапе система анализирует изображения и устанавливает, содержат ли они животных. Для этой задачи исследователи протестировали несколько архитектур и выбрали нейронную сеть YOLOv5-L6. Эта модель адаптирована в том числе для таких условий, как низкая освещенность или перекрытие объекта другими предметами. При анализе тестовых данных точность этой программы составила 98,.5 %.
Следующий этап работы системы посвящен определению видовой принадлежности животных. Для этих целей исследователи задействовали сверточные нейронные сети. Этот алгоритм «изучает» изображение по маленьким фрагментам и выделяет ключевые детали — линии, углы и текстуры. Таким образом, сначала искусственный интеллект находит простые элементы (например, контуры), а затем собирает их в сложные (глаза, лапы, морды животных). Такие же нейросети, в частности, лежат в основе технологии распознавания лиц.
На этом этапе, по мнению исследователей, лидером стала архитектура ResNeSt-101. Она продемонстрировала точность классификации 98,.339 %. Помимо видов, программа также определяет подвиды животных.
«Для обучения нейронных сетей команда использовала более миллиона фотографий и 65 тысяч видеороликов, полученных с фотоловушек в различных заповедниках России. Эти данные были тщательно размечены, что позволило обучить модели с высокой точностью распознавать объекты и классифицировать их», — поделился Владислав Ефремов.
В настоящее время разработанная система способна обрабатывать до миллиона изображений в сутки. При этом точность распознавания достигает 95%, что сопоставимо с результатами, которые показывают эксперты-экологи. При этом программа выполняет работу быстрее на несколько порядков.
Как объяснили разработчики, предложенная нейросеть хорошо адаптируется под разные видовые составы и может быть задействована в любом из заповедников России. В будущем такие системы возьмут на себя большую часть рутинного труда экологов, позволяя им сосредоточиться на более важных задачах.
Дальнейшие перспективы исследования связаны с интеграцией фотоловушек и программного комплекса посредством систем спутниковой передачи данных. Также возможна разработка мобильных приложений для полевых исследований и создание «умных» фотоловушек со встроенными «мозгами» — нейросетевыми моделями, которые автоматически удаляют неудачные фото.
Telegram 
Дзен 
VK Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.
Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Третий известный межзвездный объект 3I/ATLAS летит примерно вдвое быстрее обоих своих предшественников. По расчетам, его вряд ли могло выбросить из родной планетной системы с подобной скоростью, и так разогнаться по пути он тоже не мог.
Все больше покупателей начинают отказываться от привычки делать покупки на маркетплейсах, а число новых продавцов на площадках практически не увеличилось. Аналитика показывает, что за первый квартал 2025 года — прирост селлеров составил всего 0,45% по сравнению с аналогичным периодом прошлого года. В то же время, маркетплейсы активно расширяют сеть пунктов выдачи, особенно в регионах, где физическое присутствие всех брендов невозможно. Ученые Пермского Политеха рассказали, почему люди стали реже совершать покупки на маркетплейсах.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно