科学探索|机器学习通过照片提取身体图案特征促进保护野生动物机器学习通过照片提取身体图

研究人员正在开拓一个名为图像组学的新研究领域。顾名思义，图像组学使用机器学习，从生物体的照片和视频中提取生物数据。他们最近开始与研究印度豹子的研究人员合作，利用算法比较豹子妈妈和孩子的斑点模式。
图像现在已经成为最丰富的信息来源。研究人员把这项技术比作显微镜的发明，为科学家们提供了观察野生动物的完全不同的方式。在TDAI名为Wildbook的开源平台（帮助野生动物研究人员收集和分析照片）的基础上，该团队现在正专注于人工智能方法。这些程序使用现有的内容来生成有意义的数据。

文章图片

在这种情况下，他们正试图分析众包图像，使人类可能自然错过的生物特征变得可计算，如鱼鳍的弧度或豹子的斑点。这些算法扫描了网上公开的豹子图像，从社交媒体到数字化的博物馆收藏。简单地说，这些算法"量化了相似性"，她说。其目的是帮助野生动物研究人员克服数据不足的问题，最终更好地保护面临灭绝风险的动物。
该平台从监督学习开始，使用"比Siri更简单"的算法来计算图片中的动物数量，以及图片的拍摄地点和时间，这可能有助于人口数量等指标。人工智能不仅能以比雇人更低的成本做到这一点，而且速度也更快。2021年8月，该平台自动分析了1700万张图片。人工智能可以扫描人类可能会错过的特征，比如虎斑蛾翅膀的颜色范围。2022年3月的一项研究发现，人眼无法区分雄性多态木虎蛾的基因型，但具有紫外线敏感性的蛾子视觉模型可以。

文章图片

【科学探索|机器学习通过照片提取身体图案特征促进保护野生动物】该团队正在实施算法，创建有图案动物的像素值，如豹子、斑马和鲸鲨，并分析那些像素值变化最大的热点，这就像比较指纹。拥有这些指纹意味着研究人员可以在没有GPS项圈的情况下非侵入性地追踪动物，对它们进行计数以估计种群数量，了解迁移模式等等。