Обычно браконьеры охотятся ночью, поэтому для их обнаружения используются инфракрасные камеры, устанавливаемые на беспилотники. Проблема этого решения заключается в том, что и браконьеры, и животные выделяют тепло, из-за чего на инфракрасных снимках отличить одних от других бывает очень сложно. Ученые из Университета Южной Калифорнии улучшили систему поиска браконьеров с помощью искусственного интеллекта.
Как правило, охранники дикой природы должны ночевать с ноутбуками на смотровых станциях, контролируя передачу инфракрасного видео с беспилотных летательных аппаратов. Когда на экране появляется тепловыделение, они должны выяснить, человек это или животное, что не всегда легко.
Именно для помощи в выявлении браконьеров была разработана система SPOT. Этот алгоритм был создан командой, возглавляемой аспиранткой по информатике Элизабет Бонди.
Исследователи начали учить систему с помощью базы данных, состоящей из 180 000 инфракрасных изображений и видео людей и животных. Используя этот набор данных и модифицированную версию существующего алгоритма глубокого обучения, известного как Faster RCNN, они научили систему различать два типа изображений. Несмотря на то, что система работала точно, на обработку каждого изображения тратилось по 10 секунд, что слишком долго, когда кадры снимаются движущимся беспилотником.
Затем ученые доработали систему, чтобы она могла работать с облачной вычислительной платформой Microsoft Azure. Используя ускоренное время обработки Azure, SPOT в настоящее время может определять браконьеров на снимках всего за 0,3 секунды.
Еще одна система обнаружения браконьеров на основе ИИ была недавно разработана фирмой Neurala.
Concept
Михаил Ромкин
