Obviamente, es importante para los australianos asegurarse de que su población de koala sea rastreada de cerca, pero ¿cómo puede hacerlo cuando los retoños viven en los bosques y trepan a los árboles todo el tiempo? Con drones y IA, por supuesto.
Un nuevo proyecto de la Universidad de Tecnología de Queensland combina algunas técnicas bien conocidas de una manera nueva para ayudar a vigilar las poblaciones silvestres de los famosos y blandos marsupiales. Utilizaron un dron equipado con una cámara de detección de calor, luego pasaron las imágenes a través de un modelo de aprendizaje profundo entrenado para buscar firmas de calor tipo koala.
De alguna manera, es similar a un proyecto anterior de QUT en el que los dugongos (vacas marinas en peligro de extinción) se contaron a lo largo de la costa a través de imágenes aéreas y aprendizaje automático. Pero esto es considerablemente más difícil.
Un koala
“Un sello en una playa es algo muy diferente a un koala en un árbol”, dijo el coautor del estudio Grant Hamilton en un comunicado de prensa, tal vez optando por no usar dugongs como ejemplo porque, comparativamente, pocos saben lo que uno es.
“La complejidad es parte de la ciencia aquí, que es realmente emocionante”, continuó. “Esto no es solo alguien que cuenta animales con un avión no tripulado, lo hemos logrado en un entorno muy complejo”.
El equipo envió sus drones temprano en la mañana, cuando esperaban ver el mayor contraste entre la temperatura del aire (fresco) y los koalas unidos a árboles (cálidos y peludos). Viajaba como si fuera una cortadora de césped que recorta las copas de los árboles, recolectando datos de un área grande.
Imagen de infrarrojos, izquierda y salida de la red neuronal que resalta las áreas de interés
Luego, estas imágenes se sometieron a un sistema de aprendizaje profundo, entrenado para reconocer el tamaño y la intensidad del calor emitido por un koala, mientras ignoraba otros objetos y animales como los autos y los canguros.
Para estas pruebas iniciales, se verificó la precisión del sistema comparando las ubicaciones inferidas de koala con las mediciones de verdad terrestre proporcionadas por las unidades de GPS en algunos animales y las etiquetas de radio en otros. Resulta que el sistema encontró aproximadamente el 86 por ciento de los koalas en un área determinada, considerablemente mejor que un “experto observador de koala”, que tiene una calificación de alrededor de 70. No solo eso, sino que es mucho más rápido.
“Cubrimos en un par de horas lo que le tomaría a un ser humano todo el día”, dijo Hamilton. Pero no reemplazará a los observadores humanos ni a los equipos terrestres. “Hay lugares a los que la gente no puede ir y hay lugares a los que los drones no pueden ir. Hay ventajas y desventajas en cada una de estas técnicas, y necesitamos descubrir la mejor manera de ponerlas todas juntas. “Los koalas se enfrentan a la extinción en grandes áreas, al igual que muchas otras especies, y no hay una bala de plata”.
Habiendo probado el sistema en un área de Queensland, el equipo ahora va a salir y probarlo en otras áreas de la costa. También se planea agregar otros clasificadores, por lo que otras especies en peligro de extinción o invasivas pueden identificarse con una facilidad similar.
Su artículo fue publicado hoy en la revista Nature Scientific Reports.
Source link