人工智能計算機視覺突破ID偷獵者不到半秒鐘

每年都有成千上萬的動物，包括大象，老虎，犀牛和大猩猩。南加州大學人類智能社會中心的研究人員長期以來一直在應用AI來保護野生動物。最初，計算機科學家正在使用人工智能和博弈論來預測偷獵者的困擾，現在他們已經應用人工智能和深度學習來近乎實時地發現偷獵者。

偷獵者通常在晚上活躍。雖然使用諸如紅外攝像機之類的工具來監視生物體，但是由于它們正在捕獵的偷獵者和動物都散發熱量，因此整夜監視偷獵者的紅外視頻流是耗時且具有挑戰性的。因此，由USC Viterbi工程學院博士生Elizabeth Bondi領導的計算機科學家團隊在Milind Tambe教授的實驗室中使用他們開發的標記工具在紅外視頻中標記了18萬人和動物，以加快這一過程。研究人員使用這些標記圖像并利用他們修改的現有深度學習算法(稱為更快的RCNN)來教導計算機自動區分人類的紅外圖像和動物的紅外圖像。

接下來的挑戰是使用現場基站的筆記本電腦，近乎實時地發現偷獵者，從那里用來巡邏津巴布韋和馬拉維國家公園的無人機播放視頻。該算法在準確運行的同時，需要10秒鐘來處理每張圖像 - 這對于移動的車輛來說太長了。然后我們的目標是進一步修改算法，以便普通筆記本電腦可以使用它。研究人員隨后將算法更改為與Microsoft Azure一起使用 - 利用云的強大功能構建可以加快處理速度的虛擬計算機。研究人員還為農村地區的斑點互聯開發了一種替代解決方案，因此該軟件可以在筆記本電腦上運行。

該算法現在名為“SPOT”或Systematic POacher deTector，將在博茨瓦納大規模部署。

南加州大學計算機科學博士候選人伊麗莎白邦迪說：“SPOT將通過自動檢測紅外圖像中的人和動物以及近乎實時地提供檢測來減輕使用無人機進行反偷獵的負擔。”