Алгоритм навчився знаходити браконьєрів за півсекунди

Щороку браконьєри вбивають тисячі слонів, тигрів, носорогів і горил. Фахівці Університету Південної Каліфорнії застосували теорію ігор і штучний інтелект, щоб прогнозувати випадки незаконного полювання і вистежувати порушників в режимі реального часу.

Найчастіше браконьєри діють ночами. Звичайними камерами зафіксувати їх складно, але інфрачервоні бачать і їх, і тварин, на яких вони полюють. Проте стежити всю ніч за трансляцією в ІЧ-світлі занадто важко, тому команда фахівців з інформатики під керівництвом Елізабет Бонді розробила метод маркування сотень тисяч тварин і людей на інфрачервоному відео.

За допомогою цих позначених зображень і алгоритму глибокого навчання Faster RCNN, який дослідники вдосконалили для виконання поставленого завдання, їм вдалося навчити комп’ютер автоматично розрізняти на ІЧ-відео людей і тварин.

Наступним завданням стало застосування алгоритму для вистежування браконьєрів в режимі майже реального часу за допомогою ноутбуків в польовій станції, на які передається трансляція відео з дронів, що спостерігають за національними заповідниками Зімбабве і Малаві. Раніше цей алгоритм працював хоч і точно, але обробляв дані із затримкою в 10 секунд — занадто довго для літаючої техніки.

Алгоритм вдалося пристосувати для роботи з Microsoft Azure, щоб налаштувати віртуальний комп’ютер, який взяв на себе складні обчислення. Крім того, було знайдено вирішення проблеми поганого зв’язку у віддалених регіонах, тому програма могла працювати без ноутбука. В результаті алгоритм навчився визначати браконьєрів всього за три десятих секунди.

Share