30 апреля 2025 г. | наука
Разработка начинающих учёных сейчас работает на примере крупных млекопитающих: медведя и марала. Помогает исследователям искусственный интеллект, способный поводить анализ в условиях ограниченного объёма данных.
«Были разработаны современные методы дистанционного наблюдения с использованием фотоловушек, оснащённых датчиками движения. Эти устройства фиксируют изображения животных в их естественной среде обитания, затем полученные материалы обрабатываются с применением методов ИИ. Используя нейросети, в частности модели CLIP, можно классифицировать изображения. При этом количество ошибок будет минимальным», — рассказали магистранты Политехнического института СФУ.
CLIP использует контрастивное обучение для анализа визуальных и текстовых данных, это повышает точность результата даже при ограниченном объёме обучающих данных. Руководители исследования отметили, что выбранный подход позволяет достичь точности классификации в 98,5 % (по метрике Accuracy) и полностью избежать ошибок при распознавании животных и пустых сцен.
Далее планируется расширить набор данных, чтобы масштабировать метод для работы с большими выборками. ИИ будут обучать работе с другими видами животных и новым сценариям мониторинга.
«Результаты исследования подтверждают, что можно использовать фотоловушки совместно с методами анализа данных, это повышает эффективность экосистемного мониторинга. Использование нейросетей позволяет с высокой точностью классифицировать виды животных, например, можно узнать, сколько на определённом участке заповедника живёт медведей. При этом вмешательство в природу будет минимальным», — сообщила соруководитель исследования, доцент кафедры техносферной и экологической безопасности СФУ Людмила Кулагина.
Фотографии предоставлены национальным парком «Красноярские Столбы»