Miles de animales, incluidos elefantes, tigres, rinocerontes y gorilas, son cazados furtivamente cada año. Los investigadores del Centro de Inteligencia Artificial en la Sociedad de la USC han estado aplicando IA durante mucho tiempo para proteger la vida silvestre. Inicialmente, los científicos informáticos estaban usando IA y teoría de juegos para anticiparlas guaridas de los cazadores furtivos, y ahora han aplicado inteligencia artificial y aprendizaje profundo para detectar a los cazadores furtivos en tiempo casi real.
Los cazadores furtivos normalmente están activos por la noche. Si bien las herramientas como las cámaras infrarrojas se usan para monitorear a los organismos vivos, dado que los cazadores furtivos y los animales que cazan emiten calor, es lento y desafiante monitorear las transmisiones de video infrarrojo para los cazadores furtivos toda la nocheAsí, un equipo de informáticos dirigido por la estudiante de doctorado de la Escuela de Ingeniería Viterbi de la USC, Elizabeth Bondi, en el laboratorio del profesor Milind Tambe, etiquetó a 180,000 humanos y animales en videos infrarrojos usando una herramienta de etiquetado que desarrollaron para acelerar el proceso. Los investigadores utilizaron estas imágenes etiquetadas yaprovechó un algoritmo de aprendizaje profundo existente conocido como Faster RCNN que modificaron, para enseñar a una computadora a distinguir automáticamente las imágenes infrarrojas de humanos de esas imágenes infrarrojas de animales.
El desafío era desplegar este algoritmo para detectar a los cazadores furtivos casi en tiempo real usando las computadoras portátiles en las estaciones base en el campo, donde se transmiten imágenes de los drones que se utilizan para patrullar parques nacionales en Zimbabwe y Malawi. El algoritmo, mientras funcionaba con precisión, tardaba 10 segundos en procesar cada imagen, lo cual es demasiado largo para los vehículos en movimiento. El objetivo era modificar aún más el algoritmo para que pudiera ser utilizado por una computadora portátil normal. Los investigadores luego cambiaron el algoritmopara trabajar con Microsoft Azure, aprovechando el poder de la nube para construir una computadora virtual que podría hacer un procesamiento más rápido. Los investigadores también desarrollaron una solución alternativa para la interconectividad irregular en áreas rurales para que el software pueda funcionar desde una computadora portátil. El algoritmo ahoratrabaja para detectar cazadores furtivos y animales en poco más de tres décimas de segundo.
Este algoritmo, ahora llamado "SPOT" o detector sistemático de cazadores furtivos, se implementará a gran escala en Botswana.
"SPOT aliviará la carga de las personas que usan drones para combatir la caza furtiva al detectar automáticamente a personas y animales en imágenes infrarrojas, y al proporcionar detecciones en tiempo casi real", dice la autora principal Elizabeth Bondi, candidata a doctorado en informática en la USC.
Fuente de la historia :
Materiales proporcionados por Universidad del Sur de California . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :