I lamantini sono specie in via di estinzione volatili per l’ambiente. A causa del loro appetito vorace, spesso trascorrono fino a otto ore al giorno alla ricerca di cibo in acque poco profonde, rendendoli vulnerabili ai cambiamenti ambientali e ad altri rischi.
Contare accuratamente le aggregazioni di lamantini all’interno di una regione non è solo biologicamente significativo per osservare le loro abitudini, ma è anche cruciale per progettare regole di sicurezza per diportisti e subacquei, nonché per programmare piani infermieristici, di intervento e altri piani. Tuttavia, contare i lamantini è impegnativo.
Poiché i lamantini tendono a vivere in branchi, spesso si bloccano a vicenda se visti dalla superficie. Di conseguenza, è probabile che i piccoli lamantini siano parzialmente o completamente nascosti alla vista. Inoltre, i riflessi dell’acqua tendono a rendere invisibili i lamantini e possono anche essere scambiati per altri oggetti come rocce e rami.
Anche se in alcune regioni i dati delle indagini aeree vengono utilizzati per contare i lamantini, questo metodo è lungo e costoso e la precisione dipende da fattori quali la parzialità dell’osservatore, le condizioni meteorologiche e l’ora del giorno. Inoltre, è fondamentale disporre di un metodo a basso costo che fornisca un conteggio in tempo reale per avvisare tempestivamente gli ecologisti delle minacce per consentire loro di agire in modo proattivo per proteggere i lamantini.
L’intelligenza artificiale viene utilizzata in un ampio spettro di campi e ora i ricercatori del College of Engineering and Computer Science della Florida Atlantic University hanno sfruttato i suoi poteri per aiutare a salvare l’amato lamantino. Sono tra i primi a utilizzare un approccio di conteggio della folla basato sul deep learning per contare automaticamente il numero di lamantini in una regione designata, utilizzando come input le immagini catturate dalle telecamere CCTV, che sono prontamente disponibili.
Questo studio pionieristico, pubblicato Rapporti scientificinon solo affronta le sfide tecniche del conteggio in ambienti esterni complessi, ma offre anche potenziali modi per aiutare le specie in via di estinzione.
Per determinare la densità dei lamantini e calcolarne il numero, i ricercatori hanno utilizzato immagini generiche catturate da video di sorveglianza della superficie dell’acqua. Hanno quindi utilizzato un design unico corrispondente alla forma dei lamantini – Anisotropic Gaussian Kernel (AGK) – per trasformare le immagini in mappe di densità personalizzate dei lamantini, che rappresentano le forme del corpo uniche dei lamantini.
Sebbene esistano molti metodi per il conteggio, la maggior parte di quelli esistenti viene applicata alle folle per contare il numero di persone, a causa della loro rilevanza per applicazioni importanti come la pianificazione urbana e la sicurezza pubblica.
Per risparmiare sui costi di etichettatura, i ricercatori hanno utilizzato un’annotazione basata su etichette di linea con un’unica linea retta per contrassegnare ciascun lamantino. L’obiettivo dello studio era imparare a contare il numero di oggetti all’interno di una scena e ottenere etichette per supportare il conteggio.
I risultati dello studio rivelano che il metodo sviluppato dalla FAU ha sovraperformato altri valori di riferimento, compreso il tradizionale approccio basato sul kernel gaussiano. Il passaggio dall’etichettatura a punti a quella a linee ha anche migliorato la precisione del conteggio del grano, un ruolo importante nella stima della resa del raccolto, suggerendo applicazioni più ampie per oggetti di forma convessa in diversi contesti. Questo approccio ha funzionato particolarmente bene quando l’immagine aveva un’alta densità di lamantini su uno sfondo complicato.
Formattando il conteggio dei lamantini come un compito di apprendimento per la stima della densità della rete neurale profonda, questo approccio ha bilanciato i costi di etichettatura rispetto all’efficienza del conteggio. Di conseguenza, questo metodo offre una soluzione semplice e ad alta produttività per il conteggio dei lamantini che richiede pochissimi sforzi di etichettatura. Un impatto diretto è che i parchi statali possono sfruttare questo metodo per comprendere il numero di lamantini in diverse regioni, utilizzando le telecamere CCTV esistenti, in tempo reale.
“Esistono molti modi per utilizzare metodi computazionali per aiutare a salvare le specie in via di estinzione, come rilevare la presenza delle specie e contarle per raccogliere informazioni su numeri e densità”, ha affermato Xingquan (Hill) Zhu, Ph.D., autore senior, un membro dell’IEEE e un professore presso il Dipartimento di ingegneria elettrica e informatica della FAU. “Il nostro metodo ha considerato le distorsioni causate dalla prospettiva tra lo spazio acquatico e il piano dell’immagine. Poiché la forma del lamantino è più vicina a un’ellisse che a un cerchio, abbiamo utilizzato AGK per rappresentare al meglio il contorno del lamantino e stimare la densità del lamantino nella scena. Ciò consente alla mappa di densità di essere più accurata, in termini di errori medi assoluti e errore quadratico medio, rispetto ad altre alternative nella stima del numero di lamantini.”
Per convalidare il loro metodo e facilitare ulteriori ricerche in questo settore, i ricercatori hanno sviluppato un set di dati completo sul conteggio dei lamantini, insieme al loro codice sorgente, pubblicato tramite GitHub per l’accesso pubblico all’indirizzo github.com/yeyimilk/deep-learning-for-manatee-counting.
“I lamantini sono una delle specie selvatiche colpite dalle minacce legate all’uomo. Pertanto, calcolarne il numero e i modelli di raccolta in tempo reale è vitale per comprendere le dinamiche della loro popolazione”, ha affermato Stella Batalama, Ph.D., preside del FAU College of Ingegneria e Informatica. “La metodologia sviluppata dal professor Zhu e dai nostri studenti laureati fornisce una traiettoria promettente per applicazioni più ampie, in particolare per oggetti di forma convessa, per migliorare le tecniche di conteggio che potrebbero predire migliori risultati ecologici dalle decisioni di gestione.”
I lamantini possono essere trovati dal Brasile alla Florida e in tutte le isole dei Caraibi. Alcune specie, tra cui il lamantino della Florida, sono considerate a rischio di estinzione dall’Unione internazionale per la conservazione della natura.
I coautori dello studio sono gli studenti laureati della FAU Zhiqiang Wang; Yiran Pang; e Cihan Ulus, anche lui assistente alla didattica, tutti all’interno del Dipartimento di Ingegneria Elettrica e Informatica.
La ricerca è stata sponsorizzata dalla National Science Foundation degli Stati Uniti.
Da un’altra testata giornalistica. news de www.sciencedaily.com
