Gezichtsherkenning – nu voor zeehonden | Hakay Magazine

Tekstversie van het artikel

Heb je ooit naar een zeehond gekeken en gedacht: is dit dezelfde zeehond die je gisteren zag? Welnu, daar zou binnenkort een app voor kunnen zijn op basis van de nieuwe gezichtsherkenningstechnologie voor stempels. Bekend als SealNetDit gezichtsvindsysteem is ontwikkeld door een team van studenten van de Colgate University in New York.

Geïnspireerd raken door andere technieken die zijn aangepast voor herkenning primaten En de beerColgate University-bioloog Krista Ingram leidde studenten bij het ontwikkelen van een programma dat deep learning en een convolutioneel neuraal netwerk gebruikt om het ene gezicht van het andere te onderscheiden. SealNet is ontworpen om een ​​havenzegel te herkennen, een type dat de neiging heeft om bij het lossen aan de kust te blijven staan.

Het team moest hun software trainen om zeehondengezichten te herkennen. “Ik geef haar een foto, ze vindt het gezicht, [and] Hij knipt het tot een standaardformaat’, zegt Ingram. Maar dan identificeerden zij en haar studenten handmatig de neus, mond en het midden van de ogen.

Voor het project hebben teamleden gedurende een periode van twee jaar meer dan 2000 foto’s gemaakt van zeehonden rond Casco Bay, Maine. Ze testten de software met 406 verschillende zegels en ontdekten dat SealNet 85 procent van de tijd de vlakken van zegels correct kon identificeren. Sindsdien heeft het team zijn database uitgebreid met ongeveer 1.500 zeehondengezichten. Ingram zegt dat naarmate het aantal zegels in de database stijgt, de nauwkeurigheid van de identificatie dat ook moet doen.

Zoals bij alle technologieën is SealNet echter niet onfeilbaar. Het programma zag zeehondengezichten in andere delen van het lichaam, planten en zelfs rotsen. In één geval deden Ingram en haar studenten een dubbele kijk op de vreemde gelijkenis tussen de rots en het gezicht van een zeehond. “[The rock] Het lijkt op het gezicht van een zeehond”, zegt Ingram. “De donkere delen waren dicht bij de ogen… dus je kunt begrijpen waarom de software een gezicht heeft gedetecteerd.” Daarom zegt ze dat het altijd het beste is om handmatig te controleren of de gezichten van het zegel dat door de software wordt geïdentificeerd, behoort toe aan Real stamp.

Als een vermoeide zeehond die zich aan de kust voortsleept voor een onvrijwillige foto, zo wordt de vraag waarom dit alles nodig is, opwindt. Ingram gelooft dat SealNet een nuttig, niet-invasief hulpmiddel kan zijn voor onderzoekers.

Onder de pennipeds – een groep die zeehonden, walrussen en zeeleeuwen omvat – zijn zeehonden het meest verspreid. Er zijn echter kennislacunes. Andere technieken voor het volgen van zeehonden, zoals markering en bewaking vanuit de lucht, hebben hun beperkingen en kunnen zeer ingrijpend of duur zijn.

Ingram wijst op locatienauwkeurigheid als een aspect van het gedrag van de zeehond waar SealNet meer licht op zou kunnen werpen. De experimenten van het team wezen uit dat sommige zeehonden in de haven jaar na jaar terugkeren naar dezelfde stortplaatsen. Andere zeehonden, zoals twee dieren die het team de kruidnagel en het bloemblad noemde, verschenen echter samen op twee verschillende locaties. Anders Galatius, een ecoloog aan de Universiteit van Aarhus in Denemarken die niet bij het project betrokken was, zegt dat het vergroten van het begrip van wetenschappers over hoe zeehonden bewegen, de argumenten voor de bescherming van bepaalde gebieden zou kunnen versterken.

Galatius, die verantwoordelijk is voor het monitoren van de Deense zeehondenpopulaties, zegt dat het programma “veel hoop toont”. Als de identificatiepercentages zijn verbeterd, kunnen ze op een andere manier worden gekoppeld om de afbeelding te identificeren Identificeert zegels met onderscheidende tekens Aan de oppervlakte, zegt hij.

In de toekomst hoopt Ingram, na verder testen, een app te ontwikkelen op basis van SealNet. Er staat dat de app burgerwetenschappers in staat zou kunnen stellen bij te dragen aan het vastleggen van de gezichten van zeehonden. Het programma kan ook worden aangepast aan andere soorten haaien en misschien zelfs aan walvisachtigen.