[Глобальные системы позиционирования, Обработка изображений, Геоинформационные сервисы, Машинное обучение, Научно-популярное] Исследователи установили наблюдение за слонами с помощью спутников
Автор
Сообщение
news_bot ®
Стаж: 6 лет 9 месяцев
Сообщений: 27286
Исследователи Оксфордского университета смогли обнаружить точные местоположения популяций слонов, используя спутниковые изображения с высоким разрешением — Worldview 3 от Maxar Technologies, а также глубокое обучение (TensorFlow API и Google Brain).
По словам исследователей, за последнее столетие популяция африканских слонов резко сократилась из-за браконьерства и фрагментации среды обитания. Для их сохранения необходим точный мониторинг.
Однако существующие методы не дают необходимой точности. Чаще всего популяции слонов в саванне считают с воздуха с помощью пилотируемых самолетов. Но иногда наблюдателям при аэрофотосъемке мешает плохая видимость, а сам процесс является дорогостоящим и сложным с точки зрения логистики. Влияет и человеческий фактор — наблюдатель может подсчитать обитателей саванны неточно.
Дистанционное обнаружение слонов с помощью спутниковых снимков и автоматизация этого процесса с помощью глубокого обучения обеспечивает новый виток в наблюдении за вымирающими животными, а также решает различные существующие проблемы. Спутники могут собирать изображения площадью более 5000 км² за один проход за считанные минуты, что исключает риск неверного подсчета. Спустя относительно короткие промежутки времени мониторинг можно повторять.
При этом спутниковый мониторинг не требует присутствия на земле, что исключает риск вторжения в жизнь популяций и соответствующие опасности для наблюдателей. Ранее недоступные районы становятся доступными, а приграничные зоны, часто имеющие решающее значение для природоохранного планирования, могут быть обследованы без получения разрешений от властей.
Единственной проблемой использования спутникового мониторинга оставалась обработка огромного количества изображений. Но автоматизация с глубоким обучением ускорила процесс обработки с месяцев до нескольких часов. Ложные и ложноотрицательные срабатывания алгоритмов глубокого обучения можно исправить путем систематического улучшения моделей.
Команда создала индивидуальный набор обучающих данных из снимков более чем 1000 слонов в Южной Африке. Его загрузили в сверточную нейронную сеть (CNN). Результаты моделей CNN составили 0,78 в неоднородных областях и 0,73 в однородных областях. Для сравнения — средние результаты человека-наблюдателя составляют 0,77 и 0,8 соответственно. Модель смогла обнаруживать слонов в других регионах, что демонстрирует ее обобщаемость. Наконец, система выявила слонят, хотя ее обучали на снимках взрослых животных.
===========
Источник:
habr.com
===========
Похожие новости:
- [Научно-популярное, Физика] Новый рекорд корейского «искусственного солнца» KSTAR: 20 секунд на 100 млн градусах
- [Научно-популярное, Биотехнологии, Здоровье] Ученые представили заживляющий раны гидрогель с механическими свойствами
- [Научно-популярное, Искусственный интеллект] Как искусственный интеллект SantaNet уничтожит мир (перевод)
- [Развитие стартапа, Научно-популярное, Космонавтика, Будущее здесь] Отправляемся на реактивном двигателе в межпланетное путешествие
- [Машинное обучение, Разработка робототехники, Робототехника, Подготовка технической документации] Manipulation Process Efficiency (MPE) Benchmark
- [Научно-популярное, Биотехнологии, Мозг, Здоровье] Мышка с мышкой: работа мозга во время бесконтактного управления курсором
- [Научно-популярное, Здоровье] Девочка, с ключами от сердца понтифика — la Bella Giulia
- [Работа с видео, Обработка изображений, Законодательство в IT, Киберпанк, Видеотехника] Американцы не хотят сотрудничать с белорусской компанией Synesis, которая помогает МВД распознавать лица протестующих
- [API, Геоинформационные сервисы] Насколько точной может быть IP-геолокация? (перевод)
- [Научно-популярное, Космонавтика, Астрономия] Японские ученые показали образцы из капсулы с астероида Рюгу, некоторые из них размером около 1 см
Теги для поиска: #_globalnye_sistemy_pozitsionirovanija (Глобальные системы позиционирования), #_obrabotka_izobrazhenij (Обработка изображений), #_geoinformatsionnye_servisy (Геоинформационные сервисы), #_mashinnoe_obuchenie (Машинное обучение), #_nauchnopopuljarnoe (Научно-популярное), #_sputnikovyj_monitoring (спутниковый мониторинг), #_obrabotka_izobrazhenij (обработка изображений), #_glubokoe_obuchenie (глубокое обучение), #_populjatsii (популяции), #_nabljudenija (наблюдения), #_globalnye_sistemy_pozitsionirovanija (
Глобальные системы позиционирования
), #_obrabotka_izobrazhenij (
Обработка изображений
), #_geoinformatsionnye_servisy (
Геоинформационные сервисы
), #_mashinnoe_obuchenie (
Машинное обучение
), #_nauchnopopuljarnoe (
Научно-популярное
)
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 22-Ноя 19:45
Часовой пояс: UTC + 5
| Автор | Сообщение |
|---|---|
|
news_bot ®
Стаж: 6 лет 9 месяцев |
|
 Исследователи Оксфордского университета смогли обнаружить точные местоположения популяций слонов, используя спутниковые изображения с высоким разрешением — Worldview 3 от Maxar Technologies, а также глубокое обучение (TensorFlow API и Google Brain). По словам исследователей, за последнее столетие популяция африканских слонов резко сократилась из-за браконьерства и фрагментации среды обитания. Для их сохранения необходим точный мониторинг. Однако существующие методы не дают необходимой точности. Чаще всего популяции слонов в саванне считают с воздуха с помощью пилотируемых самолетов. Но иногда наблюдателям при аэрофотосъемке мешает плохая видимость, а сам процесс является дорогостоящим и сложным с точки зрения логистики. Влияет и человеческий фактор — наблюдатель может подсчитать обитателей саванны неточно. Дистанционное обнаружение слонов с помощью спутниковых снимков и автоматизация этого процесса с помощью глубокого обучения обеспечивает новый виток в наблюдении за вымирающими животными, а также решает различные существующие проблемы. Спутники могут собирать изображения площадью более 5000 км² за один проход за считанные минуты, что исключает риск неверного подсчета. Спустя относительно короткие промежутки времени мониторинг можно повторять.  При этом спутниковый мониторинг не требует присутствия на земле, что исключает риск вторжения в жизнь популяций и соответствующие опасности для наблюдателей. Ранее недоступные районы становятся доступными, а приграничные зоны, часто имеющие решающее значение для природоохранного планирования, могут быть обследованы без получения разрешений от властей. Единственной проблемой использования спутникового мониторинга оставалась обработка огромного количества изображений. Но автоматизация с глубоким обучением ускорила процесс обработки с месяцев до нескольких часов. Ложные и ложноотрицательные срабатывания алгоритмов глубокого обучения можно исправить путем систематического улучшения моделей. Команда создала индивидуальный набор обучающих данных из снимков более чем 1000 слонов в Южной Африке. Его загрузили в сверточную нейронную сеть (CNN). Результаты моделей CNN составили 0,78 в неоднородных областях и 0,73 в однородных областях. Для сравнения — средние результаты человека-наблюдателя составляют 0,77 и 0,8 соответственно. Модель смогла обнаруживать слонов в других регионах, что демонстрирует ее обобщаемость. Наконец, система выявила слонят, хотя ее обучали на снимках взрослых животных. =========== Источник: habr.com =========== Похожие новости:
Глобальные системы позиционирования ), #_obrabotka_izobrazhenij ( Обработка изображений ), #_geoinformatsionnye_servisy ( Геоинформационные сервисы ), #_mashinnoe_obuchenie ( Машинное обучение ), #_nauchnopopuljarnoe ( Научно-популярное ) |
|
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 22-Ноя 19:45
Часовой пояс: UTC + 5