广袤荒茫的草原,灌木丛,雪地山林,高速摄影机下,我们可以看到,猎豹追捕正在四处逃窜的小鹿。
《动物世界》是中国中央电视台的一档电视节目,内容为动物的相关知识和纪录观察,兼具科学普及和休闲性质,拥有稳定的收视群体。该栏目早期一直由赵忠祥长期担任播音员。《动物世界》主要是引进英国BBC所制作的有关生物生态的纪录片。
BBC委派了“间谍小猴”、“间谍鳄鱼”、“间谍鳄鱼”、“间谍北极狼”等融于动物的生活,记录动物的行为、习惯、生活,了解可爱的他们。
然而对于生态学家,不仅要收集有关生物数量和分布的生物信息,还需要进行分类,进行数据分析。
科学研究领域,分拣照片,数据分析
在科学研究中,生态学家经常通过部署相机陷阱来研究野生动物种群,这些摄像机陷阱是远程独立设备,由运动和红外传感器触发,为研究人员提供过往动物的图像。收集后,必须根据研究目标对这些图像进行分类,以生成有用的生态数据进行分析。然而对于繁多复杂图像分类,即使在公民科学家的帮助下,也可能需要数年才能对所有图像进行分类。最近明尼苏达大学Marco Willi等人的研究表明,机器学习技术可以显着提供帮助。缩短分类时间。
研究人员利用来自非洲的采集图像的三个数据集 - 快照塞伦盖蒂,相机目录和大象探险 - 从快照威斯康星州一个数据集,并在北美采集到的图像。每个数据集的特征在9到55种之间,并且在拍摄各种物种的频率方面表现出显着差异。这些数据集也不同于诸如数据集大小,摄影机的位置,摄像头的配置,及物种的覆盖,其允许绘图更一般结论方面。
研究人员使用机器学习技术,通过显示已经由人类分类的图像的计算机数据集,教授计算机如何对图像进行分类。例如,机器将被显示为已知是来自不同角度的斑马图像的全部和部分图像。然后计算机将开始识别动物的图案,边缘和部分,并学习如何将图像识别为斑马。研究人员还可以利用其中的一些技能,帮助计算机识别其他动物,如鹿或松鼠,图像更少。
计算机还学会识别空图像,这些图像是没有动物的图像,其中摄像机通常由在风中吹动的植物引起。在某些情况下,这些空白图像约占所有相机陷印图像的80%。消除所有空图像可以大大加快分类过程。
计算机在项目中识别空图像的准确率介于91.2%和98.0%之间,而识别特定物种的准确率介于88.7%和92.7%之间。虽然稀有物种的计算机分类准确度较低,但计算机也可以告诉研究人员对其预测的信心。删除低可信度预测可将计算机的准确度提高到公民科学家的水平。