Co se stane, když je rozpoznávání obličeje používáno na ptácích? Věda vysvětluje

Jako birder jsem slyšel, že pokud jste pečlivě věnovali pozornost peřím hlavy na drobných datelích, kteří navštívili vaše krmítka, mohli byste začít rozpoznávat jednotlivé ptáky. To mě zaujalo. Dokonce jsem šel až tak daleko, abych zkusil nakreslit ptáky u svých krmítek a zjistil jsem, že je to pravda, až do bodu.

Mezitím jsem věděl, že jiní výzkumníci v mé práci jako počítačový vědec používají techniky strojového učení k rozpoznání jednotlivých tváří v digitálních obrazech s vysokým stupněm přesnosti.

Tyto projekty mě přemýšlely o způsobech, jak zkombinovat můj koníček s mojí prací. Bylo by možné tyto techniky použít k identifikaci jednotlivých ptáků?

A tak jsem postavil nástroj pro sběr dat: typ ptačího krmítka, který preferují datle a pohybově aktivovaná kamera. Nastavil jsem svou monitorovací stanici na předměstí Virginie a čekal, až se ptáci objeví.

Klasifikace obrazu

Klasifikace obrazu je horkým tématem v tech světě. Hlavní společnosti, jako je Facebook, Apple a Google, aktivně zkoumají tento problém a poskytují služby, jako je vizuální vyhledávání, automatické označování přátel v sociálních médiích a možnost používat váš obličej k odemknutí mobilu. Orgány činné v trestním řízení mají také velký zájem, především o rozpoznání tváří v digitálních obrazech.

Když jsem začal pracovat s mými studenty na tomto projektu, výzkum klasifikace obrazu se zaměřil na techniku, která se zaměřila na obrazové prvky, jako jsou hrany, rohy a oblasti podobné barvy. To jsou často kousky, které mohou být sestaveny do nějakého rozpoznatelného objektu. Tyto přístupy byly asi 70% přesné, s využitím srovnávacích datových sad se stovkami kategorií a desítky tisíc příkladů školení.

Nedávný výzkum se posunul k použití umělých neuronových sítí, které identifikují jejich vlastní rysy, které se ukázaly jako nejužitečnější pro přesnou klasifikaci. Neuronové sítě jsou modelovány velmi volně na vzorcích komunikace mezi neurony v lidském mozku. Konvoluční neuronové sítě, typ, který nyní používáme v naší práci s ptáky, jsou modifikovány způsoby, které byly modelovány na vizuální kůře. Díky tomu jsou obzvláště vhodné pro problémy s klasifikací obrazu.

Někteří další výzkumníci již vyzkoušeli podobné techniky na zvířatech. Inspiroval jsem se zčásti počítačový vědec Andrea Danyluk z Williams College, který použil strojové učení k identifikaci jednotlivých mloků. To funguje, protože každý mlok má výrazný vzor skvrn.

Pokrok na ID ptáka

Zatímco moji studenti a já jsme neměli téměř tolik obrázků, aby mohli pracovat jako většina ostatních výzkumných pracovníků a společností, měli jsme výhodu některých omezení, která by mohla zvýšit přesnost našeho klasifikátora.

Všechny naše obrazy byly pořízeny ze stejného pohledu, měly stejný rozsah a spadaly do omezeného počtu kategorií. Jediné, co bylo řečeno, bylo, že krmítko v mé oblasti navštívilo pouze asi 15 druhů. Z nich pouze 10 navštívilo dost často na to, aby poskytlo užitečný základ pro školení klasifikátora.

Omezený počet snímků byl určitým handicapem, ale malý počet kategorií pracoval v náš prospěch. Když došlo k poznání, zda byl pták v obraze chickadee, Carolina wren, kardinál nebo něco jiného, ​​raný projekt založený na algoritmu rozpoznávání obličeje dosáhl asi 85% přesnosti - což je dost dobré, aby nás tento problém zajímalo.

Identifikace ptáků v obrazech je příkladem úlohy „jemnozrnné klasifikace“, což znamená, že se algoritmus snaží rozlišovat mezi objekty, které se od sebe liší jen nepatrně. Mnoho ptáků, kteří se objevují na krmných krmivech, má zhruba stejný tvar, například, takže rozdíl mezi jedním druhem a druhým může být poměrně náročný, a to i pro zkušené lidské pozorovatele.

Výzva jen narůstá, když se snažíte identifikovat jednotlivce. Pro většinu druhů to prostě není možné. Dateli, o které jsem se zajímal, mají silně vzorované peří, ale stále jsou do značné míry od jedince k jednotlivci velmi podobné.

Takže jedna z našich největších výzev byla lidský úkol označovat data zaškolením našeho klasifikátoru. Zjistil jsem, že hlavové peří ušlechtilých datelů není spolehlivým způsobem, jak rozlišovat mezi jednotlivci, protože tato peří se hodně pohybují. Používají je ptáci k vyjádření podráždění nebo poplachu. Nicméně, vzory skvrny na složených křídlech jsou více konzistentní a zdálo se, že fungují v pořádku, aby si to jeden od druhého řekly. Tyhle křídlové peří bylo téměř vždy viditelné na našich obrazech, zatímco vzory hlavy mohly být zakryty v závislosti na úhlu ptačí hlavy.

Nakonec jsme měli 2 450 snímků z osmi různých datelů. Pokud jde o identifikaci jednotlivých datelů, naše experimenty dosáhly 97% přesnosti. Tento výsledek však vyžaduje další ověření.

Jak to může pomoci ptákům?

Ornitologové potřebují přesné údaje o tom, jak se v průběhu času mění populace ptáků. Vzhledem k tomu, že mnohé druhy jsou velmi specifické v potřebách svých stanovišť, co se týče chovu, zimování a migrace, jemnozrnná data by mohla být užitečná pro přemýšlení o účincích měnící se krajiny. Údaje o jednotlivých druzích, jako jsou například datelní datle, by pak mohly být porovnány s dalšími informacemi, jako jsou mapy využití půdy, povětrnostní podmínky, růst lidského obyvatelstva a tak dále, aby se lépe pochopilo množství místních druhů v čase.

Domnívám se, že poloautomatická monitorovací stanice je v dosahu za mírné náklady. Moje monitorovací stanice stála kolem 500 USD. Nedávné studie naznačují, že by mělo být možné trénovat klasifikátor s použitím mnohem širší skupiny obrazů, pak jej rychle vyladit a s rozumnými výpočtovými požadavky rozpoznat jednotlivé ptáky.

Projekty, jako je eBird Cornell Laboratory of Ornithology's eBird, postavily malou armádu občanských vědců do praxe pro monitorování dynamiky populace, ale většina těchto údajů bývá spíše z míst, kde jsou lidé četní, spíše než z míst, která jsou pro vědce zajímavá.

Přístup automatizované monitorovací stanice by mohl poskytnout multiplikátor síly pro biology volně žijících živočichů, kteří se zabývají specifickými druhy nebo specifickými místy. To by rozšířilo jejich schopnost sbírat data s minimálním zásahem člověka.

Tento článek byl původně publikován na The Conversation Lewis Barnett. Přečtěte si originální článek zde.