Применение методов компьютерного зрения для анализа изображений, собранных с фотоловушек в рамках программно-аппаратного комплекса мониторинга состояния окружающей среды на особо охраняемых природных территориях

Ефремов В. А., Леус А. В.

Применение методов компьютерного зрения для анализа изображений, собранных с фотоловушек в рамках программно-аппаратного комплекса мониторинга состояния окружающей среды на особо охраняемых природных территориях

Труды Мордовского государственного природного заповедника имени П. Г. Смидовича— Вып. 28 — Саранск — Пушта, 2021 — С. 121—129. УДК:502.172(470.345), ББК:, ISBN:ISSN 2686-7117
В работе рассматривается применение методов компьютерного зрения для автоматической обработки фото- и видеоданных, собранных с фотоловушек. Предлагается двухстадийный подход обработки данных, состоящий из детектирования объектов на фотографиях и их последующей классификации. Разработано программное обеспечение, состоящее из серверной и пользовательской частей. Серверная часть позволяет обучать детектор и классификатор. Пользовательская часть состоит из двух модулей, первый из которых позволяет налаживать процесс дообучения/обучения нейронных сетей для классификации объектов под конкретный ООПТ, а второй — автоматически обрабатывать фото- и видеоданные, поступающие с фотоловушек, при помощи обученных нейронных сетей. Эффективность работы программы демонстрируется качеством распознавания животных с точностью выше 95%.
Размещено: 15 Ноября 2022 г.
Предоставлено: Кавказский государственный природный биосферный заповедник
Efremov V.A., Leus A.V.

Computer-vision methods application for camera traps image analysis while monitoring the environmental state in reserves

ISBN:ISSN 2686-7117
The paper discusses the use of computer-vision methods for camera traps photo and video data automatic processing. A two-stage approach to data processing is proposed, which consists of detecting objects in photos and their subsequent classification. The software consisting of server and user parts has been developed. The server part allows to train the detector and classifier. The user part consists of two modules. The first one allows you to establish the process of training / retraining of neural networks for the classification of objects for a specific reserve. The second allows to process camera traps photo and video data with trained neural networks. The animal recognition program demonstrates the quality of the classification with better than 95% of accuracy.
Published: 15 November 2022
Provided: Caucasus Nature Biosphere Reserve
64просмотра
40скачиваний
Фрагмент публикации