Mar, 2024

公众科学与机器学习在研究和自然保护中的应用：以欧亚山猫、散居啮齿动物和昆虫为例

PDF
TL;DR网络技术在自然保护区和国家公园中的应用越来越普遍，用于支持保护工作。通过自动照片陷阱网络对濒危物种如欧亚山猫（Lynx lynx）进行监测，但该方法产生了大量需要准备、分析和解释的数据。因此，研究人员在这个领域越来越需要处理来自这些数据的支持。一种机会是寻求来自志愿公众科学家的支持，他们可以帮助标记数据，然而，保留他们的兴趣是具有挑战性的。另一种方法是使用卷积神经网络进行图像识别自动化处理。在本研究中，我们将讨论与自然研究和保护相关的考虑事项，以及利用公众科学和机器学习加快数据准备、标注和分析过程的机会。
technologynature reservesconservationautomatic photo trapscitizen science
发现论文，激发创造
  • 机器学习在野生动物保护中的视角：视野中的生物多样性

    利用机器学习技术，结合生态领域知识，可以提升动物生态学家们对现代传感器技术产生的大量数据的理解和对物种保护的监测能力，最终将生态模型作为机器学习模型的约束条件，从而可靠地估计种群数量、研究动物行为和减缓人类 / 野生动物冲突。

    Oct, 2021

  • 野生动物图像的迭代式人工和自动识别

    这篇研究论文提出了一种基于深度学习和人类协作的相互迭代的方法，能够学习野生动物图像数据的长尾分布，有效提高了相较于现有方法人类注释工作量的减轻程度，并将深度学习由一个相对低效的后注释工具转变为一种始终保持高效模型更新的协作注释工具。

    May, 2021

  • 一种用于相机陷阱图像物种识别和计数的深度主动学习系统

    本文提出了一种结合人工智能和人类智能的主动学习系统，能够快速准确地对相机陷阱图像中的动物进行识别和计数，可将手动标注的工作量减少了 99.5% 以上。

    Oct, 2019

  • 利用深度学习在相机陷阱图像中自动识别、统计和描述野生动物

    野生动物种类的自动识别与行为分析是野外生态研究和动物保护的重要技术之一。该研究利用深度卷积神经网络技术，对 320 万张 “快照大草原” 数据集中涵盖的 48 种动物进行识别、计数、行为描述分析，自动提取数据并有效地提高数据分析的效率。

    Mar, 2017

  • 自然语言处理公民科学项目中的经验教训

    研究发现，民间科学可以用于自然语言处理领域的数据标注，但需要考虑可扩展性，参与度和法律伦理等问题，可以提供指南和数据以支持未来的研究。

    Apr, 2023

  • iWildCam 2020 比赛数据集

    利用摄像头监控野生动物的数量，使用自动物种分类技术与公民科学数据和遥感数据拓展摄像头在不同地理位置的应用，为此我们提出了一种挑战性分类问题。

    Apr, 2020

  • 野生动物守护者的赋权计划：基于深度学习和 3/4G 相机陷阱的公平数字监管和奖励系统

    本文提出了一种基于 “物种货币” 的彻底新解决方案，让动物拥有自己的货币，通过建立每种动物的数字孪生允许动物向其监护人提供服务，并测试了在南非林波波省 Welgevonden 野生动物保护区使用 27 个相机陷阱的有效性。

    Apr, 2023

  • 香港动物物种分类的主动学习模型

    使用相机陷阱监测动物是生态学家全球使用的一种高效且无创的方法，通过深度学习和计算机视觉的最新进展，可以自动化这一过程，但是在将这些模型应用于世界其他地方独立收集的图像时，存在着泛化性的障碍。在此，我们使用深度主动学习工作流程，并训练一个适用于在香港收集的相机陷阱图像的模型。

    Mar, 2024

  • 机器学习和公民科学方法用于监测环境变化

    这篇论文利用新工具和方法来回答有关复杂、异质且不断变化环境中的淹没区域和飓风事件的紧迫问题。除了遥感方法，公众科学和机器学习是利用先进技术回答环境管理和灾害响应问题的新兴领域。

    Dec, 2023

  • 深度学习实时识别公民科学数据中的昆虫

    提出一种深度学习模型 InsectNet，以应对昆虫识别在实际环境下的挑战，并能准确识别超过 2500 种节肢动物物种，包括有害害虫、寄生虫、食草动物和掠食动物，并可指导公民科学数据收集。

    Jun, 2023