Мониторинг крупных позвоночных арктической фауны с использованием интеллектуальной технологии AutoML

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Представлена система распознавания и подсчета на фотоснимках, сделанных с легкого самолета, двух арктических видов животных: дикого северного оленя (Rangifer tarandus (Linnaeus, 1758)) и черной казарки (Branta bernicla (Linnaeus, 1758)). Распознающая система AutoGenNet построена на базе сверточной нейронной сети (СНС) архитектуры Mask R-CNN с применением концепции AutoML (Automated Machine Learning). В системе задействовано трансферное обучение, суть которого состоит в том, что на первом этапе система обучается распознавать разнообразные объекты с использованием стандартного массива снимков (около 328 тыс. изображений), затем дообучается на снимках целевых объектов. Такой подход позволяет уменьшить количество снимков целевых объектов с нескольких сотен тысяч при одноэтапном обучении до нескольких сотен при двухэтапном обучении. Синтез модели CНС на основе размеченных снимков в системе AutoGenNet выполняется автоматически. Для разметки изображений животных на фотоснимках и подготовки обучающей выборки разработана специальная программа Markup.

Первый этап обучения системы выполняется один раз специалистами по СНС и глубокому обучению. Второй этап обучения может выполняться многократно с целью дообучения системы, допустившей ошибки при распознавании объектов. Работу на этом этапе могут выполнять пользователи системы, не имеющие специального образования в области обучения СНС.

Возможны два варианта работы с системой – автономный режим при наличии необходимых вычислительных ресурсов или работа по сети Интернет с AutoGetNet, размещенной на серверах СПб ФИЦ РАН. Представленная в статье модель СНС была обучена на 100 снимках стад диких северных оленей. Ошибка распознавания оленей на независимом массиве данных составила около 18%. Для распознавания черных казарок использовалось 260 снимков стай птиц в разных средах – на суше, на воде и в воздухе. Ошибка распознавания составила около 32%. Система AutoGenNet является унифицированной в отношении объектов распознавания и может, без каких-либо изменений в программе, быть обучена распознавать другие виды животных, при условии их различимости на фотоснимках.

Полный текст

Доступ закрыт

Об авторах

В. А. Соболевский

Федеральное государственное бюджетное учреждение науки “Санкт-Петербургский Федеральный исследовательский центр” РАН

Автор, ответственный за переписку.
Email: arguzd@yandex.ru
Россия, Санкт-Петербург, 199178

Л. А. Колпащиков

Норильск, Федеральное государственное бюджетное учреждение “Объединенная дирекция заповедников Таймыра”

Email: ntnt69@yandex.ru
Россия, Норильск, 663000

С. Б. Розенфельд

Институт проблем экологии и эволюции имени А. Н. Северцова РАН

Email: rozenfeldbro@mail.ru
Россия, Москва, 119071

В. В. Михайлов

Федеральное государственное бюджетное учреждение науки “Санкт-Петербургский Федеральный исследовательский центр” РАН

Email: mwwcari@gmail.com
Россия, Санкт-Петербург, 199178

Список литературы

  1. Бондарь М.Г., Колпащиков Л.А., 2018. Оценка численности и летнего размещения таймырской популяции диких северных оленей в 2017 году // Научные труды Федерального государственного бюджетного учреждения “Объединенная дирекция заповедников Таймыра”. Норильск: Апекс. С. 27–45.
  2. Вайсман А.Л., Переладова О.Б. (под ред.), 2022. Материалы к формированию стратегии сохранения дикого северного оленя в Арктической зоне Российской Федерации. М.: Всемирный фонд дикой природы. 153 с.
  3. Гаврило М.В., 2023. Организация мониторинга орнитофауны в системе мониторинга окружающей среды в акватории Северного морского пути. Тезисы второго онлайн-семинара “Актуальные вопросы изучения арктических и субарктических экосистем в условиях глобальных изменений природной среды и климата”. Салехард.
  4. Зырянов В.А., Павлов Б.М., Якушкин Г.Д., 1971. Экологические основы учета численности промысловых животных в тундровой зоне Таймыра // Проблемы охотничьего хозяйства Красноярского края. Красноярск. С. 70–72.
  5. Колпащиков Л.А., Кокорев Я.И., Якушкин Г.Д., Колесников А.Л., Шапкин А.М., Васильев И.А., Шилин Б.В., Михайлов В.В., 2008. Временные методические рекомендации по авиаучету численности диких северных оленей на Таймыре с использованием тепловизора и цифровой аэрофотосъемочной аппаратуры. Норильск. С. 21.
  6. Колпащиков Л.А., Павлов Б.М., Михайлов В.В., 1999. Методика авиаучета и определения норм опромышления таймырской популяции диких северных оленей: Методические рекомендации. СПб. 25 с.
  7. Розенфельд С.Б., Соловьев М.У., Китаев Г.В., Рогова Н.В., Иванов М.Н., 2017. Оценка пространственного и биотопического распространения гусиных птиц в Ямало-Ненецком и Ханты-Мансийском округах (опыт применения сверхлегкой авиации) // Зоологический журнал. Т. 96. № 2. С. 201–221.
  8. Сыроечковский Е.Е., 2011. Черная казарка. Полевой определитель гусиных птиц России. Editorial. С. 80–84.
  9. Челинцев Н.Г., 2000. Математические основы учета животных. М. 431 с.
  10. Якушкин Г.Д., Колпащиков Л.А., Кокорев Я.И., 2001. Размещение и численность таймырской популяции диких северных оленей в 2000 г. Научное обеспечение рационального природопользования Енисейского Севера. Сб. научных трудов. Сиб. отд-ние Россельхозакадемии. НИИСХ Крайнего Севера. Новосибирск. С. 32–37.
  11. Chen W., Guan Z., Gao D., 2024. Att-Mask R-CNN: an individual tree crown instance segmentation method based on fused attention mechanism // Canadian Journal of Forest Research. V. 54, issue 7. P. 825–838.
  12. He K., Gkioxari G., Dollar P., Girshick R., 2017. Mask R-CNN. Computer Vision and Patter Recognition. Cornell University. 154 p.
  13. Hou T., Li J., 2024. Application of mask R-CNN for building detection in UAV remote sensing images // Heliyon. V. 10, issue 19, article № e38141.
  14. Open Data Science, 2020. Kaggle: kak nashi setochki schitali morskih l′vov na Aleutskih ostrovah (Open Data Science. Kaggle: how our nets counted sea leons on Aleution Islands). [Электронный ресурс]. Available at: https://habr.com/ru/company/ods/blog/337548/ (accessed 20 November 2020) (In Russian).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Интерфейс программы автоматизированной разметки изображений.

Скачать (59KB)
3. Рис. 2. Распознавание и подсчет оленей в стаде на неоднородном фоне.

Скачать (61KB)
4. Рис. 3. Распознавание и подсчет оленей на крупномасштабном снимке.

Скачать (42KB)
5. Рис. 4. Автоматически размеченная стая птиц в воздухе на сложном фоне.

Скачать (50KB)
6. Рис. 5. Автоматически размеченная крупная стая птиц на воде.

Скачать (52KB)

© Российская академия наук, 2025