|
如果问山水自然保护中心（以下简称山水）科学顾问李雪阳，红外相机拍摄到大量雪豹照片让她开心吗？答案是肯定的。不过，开心之余，另一种忧愁的心绪也会涌上心头：将海量的红外相机照片归纳整理，并进行物种识别，可不是一件容易事。 开展种群数量调查研究，是野生动物保护工作中的一项基础性工作。长达数十年，甚至几十年的野外种群数量调查，科研人员会收获大量的调查数据，这些数据如何处理、转化成有研究价值的成果，是摆在“李雪阳们”面前的一道必答题。 AI 空拍模型至少节约30%—50%的时间 在工作中，李雪阳常常需要前往三江源地区，通过红外相机的定点监测、痕迹调查等方式对雪豹进行“跟踪调查”。当然，理想的状态是红外相机只拍摄到雪豹，但通常会有很多其他动物被红外相机捕捉到，甚至有时候只是风吹草动，或者太阳直射带来的热量变化，都会导致红外相机产生空拍镜头。 当数据被收集回来，开始进行雪豹的个体识别之前，项目团队成员还需进行删除空白镜头的预处理。“目前，AI空拍模型相对来说比较成熟。”李雪阳告诉记者，“用空拍模型把整体数据跑一遍，通常来说可以至少节约30%—50%的时间，比如有些比较极端的地方，一半左右的数据都可能是空拍，借助于AI空拍模型能减少很多人力成本。” 以青海省玉树藏族自治州通天河边，云塔村的点位为例，3个月左右的时间回收一次红外相机，拍摄的总数据为34487张，AI空拍模型处理后blank/person/vehicle 的比例为 0.584。“意味着这个监测位点共筛掉了58.4%的非动物数据。”李雪阳补充道。
实际上，随着物种监测的普及和常态化，科学家、在地保护组织和社区等多方面临的数据体量将会逐渐增加，数据处理效率也亟待加强。AI技术的加持，在一定程度上将一线调查和保护人员从繁重的记录、标注工作中部分解放，为数据的进一步分析和处理争取了更多时间。 扩大训练集，提升AI识别模型效率与准确度 筛去空拍照片，物种识别则是数据处理的第二步。 前不久，山水将一部分预处理后的数据寄往志愿者手中，通过公民科学的方式开展物种识别工作。 李雪阳非常期待这一部分数据的呈现，因为它们可以用作下一步重要工作：作为训练集，完善物种识别模型。这是山水与腾讯公司正在合作完善的、适用于雪豹生态系统的物种识别模型。除雪豹外，雪豹生态系统里还包含岩羊、赤狐、兔狲等在内的其他30多种野生动物，AI识别模型的功能是可以准确、快速地对这些动物进行物种识别。 “目前来说，雪豹的识别效果还可以。但还需要更多有效素材，对模型进行完善和提升。” 李雪阳表示。 除了红外相机数据 AI 识别，腾讯所推出的“物种之眼”AI识别模型YOLO—World（以下简称“物种之眼”），还包括巡护数据协同管理数据平台 ，雪豹个体识别是其中的一部分。 腾讯公益慈善基金会生态环保项目经理邓雯洁告诉记者：“‘物种之眼’，实现了物种定位与识别功能的一体化。即使面对低画质、动态模糊或遮挡图像，仍可精准定位动物踪迹。” 据介绍，“物种之眼”可识别物种数量达286种，包括雪豹、藏羚等国家一级保护动物，以及多种二级保护物种，计划年内覆盖1500余种中国鸟类。其中，大熊猫、羚牛、林麝的识别准确率分别达到94%、90%、90%，且能达到一小时快速识别2万张照片的水平。 AI的加入，让保护工作更易触达普通公众 当经过预处理的红外相机数据交到志愿者手中时，人们有机会从照片中看见野生动物真实的活动画面，有时候是母雪豹带着小雪豹出行，有时候是公雪豹和母雪豹相互试探。 在“物种之眼”的进一步探索中，普通公众也能通过基于这一模型所推出的“野朋友计划”小程序中，开启“宅家找动物”游戏，进行物种识别。 在李雪阳看来，这种尝试和探索降低了公众参与物种识别的门槛，也带给她惊喜。“通过‘宅家找动物’，公众参与识别的722个结果中，与历史识别结果一致的有691个，存在差异的31个。我们发现这31个结果中，存在11个历史错误。”这些经再识别校准后的结果也将反馈到历史数据中进行更正。 AI的加入，让野生动物保护工作更易触达普通公众。“实现人人可触达。用交互的方式、设计容易参与的游戏，让公众更好地把这些数据玩起来是我们想要达到的效果。”在邓雯洁看来，公众的加入同时也在完成一部分AI模型的训练工作。 无论是社区保护工作者，还是普通公众，野生动物的珍贵影像资料都是在参与保护过程中的一种激励。“我们发现大家很乐于见到各种野生动物，也很乐于相互分享。志愿者的加入，不仅很好地帮助我们处理数据，也加深了公众与雪豹之间的链接。”李雪阳期待着下一步，AI识别模型能进一步降低雪豹识别的难度和门槛，吸引更多普通公众加入到保护行动中来。 |
京公网安备11010502056702号
