在相机陷图像中自动检测和计数野猪
Anne K Schütz1, Helen Louton2, Mareike Fischer3
1Institute of Epidemiology, Friedrich-Loeffler-Institut, Federal Research Institute for Animal Health, Südufer 10, 17493 Greifswald-Insel Riems, Germany.
Animals : an open access journal from MDPI
|May 25, 2024
概括
自动计算机视觉快速分析野生动物摄像头陷图像,显著减少手工工作. 这项技术准确地识别物种并量化野猪活动,有助于监测疾病传播.
科学领域:
- 生态生态学 生态生态学
- 计算机科学 计算机科学
- 野生动物管理 野生动物管理
背景情况:
- 摄像机陷对于野生动物监测至关重要,但手动图像分析效率低下.
- 需要自动化分析才能有效地处理来自摄像头陷的大数据集.
研究的目的:
- 评估计算机视觉技术的有效性,用于自动化野生动物图像分析.
- 从摄像头陷数据开发一种自动物种检测和活动量化模型.
主要方法:
- 一个计算机视觉模型被训练在野生猪尸体附近的1600张动物图像上.
- 该模型被用来自动检测和分类五种动物:野猪,狐,熊狗,鹿和鸟类.
- 图像序列被分析以确定野猪的访问频率和群体大小.
主要成果:
- 自动化系统在物种检测方面实现了98.11%的平均精度.
- 该模型成功地在自然环境中识别了"野猪"",狐"",狗"",鹿"和"鸟".
- 自动化分析从图像序列中量化了野猪的访问量和群体大小.
结论:
- 计算机视觉为分析野生动物摄像头陷数据提供了高度准确和高效的解决方案.
- 这种自动化方法可以显著加快野生动物监测和疾病监测,特别是非洲猪瘟.
- 该技术有可能通过快速数据提取来改进野生动物管理策略.
