FOTOIDENTIFIKACIJA EUROAZIJSKIH RISOVA (Lynx lynx L.) U GORSKOM KOTARU

Napredak tehnologije fotozamki omogućio je kvalitetnije prikupljanje velike količine podataka. Kako bi se olakšala njihova obrada pojavili su se računalni programi poput Camelota koji omogućuju lakšu identifikaciju vrste životinja na fotografiji i pomažu u njihovoj organzaciji. Umjetna inteligencija...

Full description

Bibliographic Details
Main Author: Stopić, Stjepan
Other Authors: Slijepčević, Vedran
Format: Bachelor Thesis
Language:Croatian
Published: Veleučilište u Karlovcu. Odjel lovstva i zaštite prirode. 2021
Subjects:
euroazijski ris
Lynx lynx
fotoidentifikacija
strojno učenje
Eurasian lynx
photoidentification
machine learning
BIOTEHNIČKE ZNANOSTI. Interdisciplinarne biotehničke znanosti
BIOTECHNICAL SCIENCES. Interdisciplinary Technical Sciences
Osnova
Lynx
Lynx lynx lynx
Online Access:https://repozitorij.vuka.hr/islandora/object/vuka:2208
https://urn.nsk.hr/urn:nbn:hr:128:033809
https://repozitorij.vuka.hr/islandora/object/vuka:2208/datastream/PDF
Description
Summary:Napredak tehnologije fotozamki omogućio je kvalitetnije prikupljanje velike količine podataka. Kako bi se olakšala njihova obrada pojavili su se računalni programi poput Camelota koji omogućuju lakšu identifikaciju vrste životinja na fotografiji i pomažu u njihovoj organzaciji. Umjetna inteligencija omogućuje nam otići korak dalje i identificirati jedinku. Cilj ovog rada bio je pronaći program koji je sposoban identificirati jedinke risa. Pri prikupljanju podataka poštivana je procedura propisana „Vodičem za praćenje risa fotozamkama― koji je razvijen u sklopu projekta „LIFE Lynx―. Za obradu podataka pronađena su dva programa: „Wild ID― i „Wildbook―. Wild ID u novijoj verziji nije podržavao identifikaciju jedinki, a za stariju verziju otprije je poznato da nije bila zadovoljavajuće kvalitete. U „Wildbook― programu uspoređene su tri skupine podataka: označene fotografije identificiranih risova (123 fotografije), fotografije neidentificiranih risova (577 fotografija) i neoznačene fotografije identificiranih risova (27 fotografije). Algoritam „Hotspotter― koji je osnova za analizu fotografija risova u programu ―Wildbook― za svaku usporedbu izračunava posebni koeficijent uspoređivanja što je onemogućilo kvalitetno numeričko uspoređivanje podataka. Rezultati nisu bili zadovoljavajući. Program je s visokom točnošću prepoznavao risa (kao životinjsku vrstu) na fotografiji, čak i ako ih je više bilo na njoj. Identifikacija jedinki nije bila toliko uspješna. Program je slabijim podudarnostima postavio fotografije čak i u slučajevima kada su fotografije pripisane istom risu. Kvaliteta fotografije pokazala se kao izuzetno bitan faktor. Najkvalitetnije usporedbe bile su kod fotografija koje su bile crno bijele, dobre oštrine i kada je ris bio fotografiran s boka u centru fotografije tako da se vidi cijela jedinka. „Wildbook― program u ovom trenutku ne zadovoljava sve tražene kriterije. Zaključak ovog istraživanja je da strojno učenje ovog programa treba dodatno istrenirati na našu populaciju kako bi program pokazao svoj puni ...

Similar Items