太難找！澳紅外無人機+AI數考拉，機器學習終戰勝誤報

2020 年 12 月 27 日下午 1:44

來源：1688 澳洲新聞網

Tech Republic網站12月23日報道稱，許多研究人員正在利用大量技術手段來幫助野生動物和土地的保護，包括用面部識別跟蹤加拿大西部的熊、通過深度學習預測美國的野火……而在澳大利亞，昆士蘭科技大學（QUT）的研究小組正在利用人工智慧（AI）、無人機、熱成像和機器學習（ML）等技術探測和保護考拉。

Sandra Johnson, QUT statistician and Grant Hamilton, QUT Statistical Ecologist at Pimpama, with the AV』s used to survey koala numbers in the Gold Coast, Tweed and Logan areas.

據介紹，考拉麵臨著從毛皮貿易到棲息地喪失的無數生存威脅，近年來氣候變化【相關閱讀:魔鬼在統治著我們的世界(24)：環保主義(下)】的影響更加劇了其物種的脆弱性。據估計，在2019年至2020年間，超過5000隻考拉死於澳大利亞的森林大火。新南威爾士州(NSW)立法委員會斷定，若沒有適當保護，本世紀中葉考拉可能在該州滅絕。

該項目負責人、昆士蘭理工大學生態學副教授格蘭特·漢密爾頓(Grant Hamilton)說，考拉是澳大利亞的標誌性動物，在世界上其他地方都沒有。他們需要了解叢林中到底有多少考拉，但他們並不知道，因為它們很難找。

漢密爾頓介紹，研究人員們嘗試了多種辦法去計算考拉的數量，包括聲學檢測、在狗的幫助下數糞便……但最準確的辦法還是讓一組人走到樹下採樣，然後單獨計算每棵樹上的考拉數量。不過，這種勞動密集型的「腳踏實地」的方法仍然忽略了許多野外活動的考拉，研究表明專家們實際只能數出一個區域里大約四分之三的考拉。

為了提高計算考拉數量的效率和準確度，漢密爾頓和他的團隊開發了一種使用無人機、熱成像儀和人工智慧的方法。不過，因為考拉們不像樹袋熊那樣坐在樹頂上，而是棲息在複雜的三維空間，這也面臨了不少挑戰。

研究小組開發了機器學習演算法來幫助篩選識別無人機收集的熱圖像，但漢密爾頓說，一開始就有各種誤報，它會把袋鼠、人、甚至熱的汽車引擎當做考拉。又因為考拉太過小眾，團隊沒有找到能夠支撐演算法識別出考拉的高質量圖形資料庫。漢密爾頓說，「互聯網上有十億張貓的圖片，所以如果你想訓練一個機器學習演算法來尋找貓是沒問題的。（但）從無人機上拍攝的考拉熱圖像並不多」

好在，問題還是解決了。漢密爾頓說，他們可以先訓練演算法針對動物，然後微調它針對考拉。最後只需要幾百張照片就夠了。他還稱，經過廣泛的訓練和發展，人工智慧現在比人工能更準確地識別考拉，速度也更快。一個4人小組一天可以覆蓋大約10公頃的土地，而無人機+人工智慧2小時即可數完50公頃。