其他
日本重启商业捕鲸,技术想拯救它们
国际上为了保护鲸鱼不被过渡捕杀,于 1948 年成立了国际捕鲸委员会,日本于 1951 年加入,在 1986 年,委员会通过了《全球禁止捕鲸公约》,禁止缔约国从事商业捕鲸。
有着长久捕鲸文化的日本,屡次在公约的边缘试探。2018 年 12 月,日本宣布退出该组织,根据规定在今年的 6 月 30 日之后,他们便不再受公约的限制。
在最近的报道中,他们在重启商业捕杀鲸之后的首次出航中,就捕杀了 233 头鲸鱼,捕获鲸肉 1430 吨... 触目惊心的数字背后,不禁让人想起纪录片《海豚湾》里的血腥。
鲸鱼的数目和种群数量,难以进行完全的统计,此外,它们的生活习性和迁徙方式,也是研究中的一个难点。但随着多项 AI 技术的应用,这些问题正在被一一化解。
西班牙学者:用 CNN 进行种群统计
但如何对鲸鱼进行识别和计数,在茫茫大海之上,却是不小的挑战。于是,一些研究者们,开始利用卫星和航空图像,借助深度学习等技术,对近海面的鲸鱼做着统计调查研究。
最近一篇发表在《Science Report》杂志的文章,西班牙的一群科学家们,就做了这样的工作。他们用卷积神经网络(CNN)搭建的模型,能够有效地帮助识别和确定鲸鱼的种群和数目。
第一步是建立图像分类模型,使用 GoogleNet Inception v3 CNN 体系结构的最新版本构建,并在 ImageNet 上进行了预训练,最终能够快速地判断出图像中的鲸鱼,并排除可能会被误认的杂物。
第二步是鲸鱼计数模型,使用了基于 Inception-Resnet v2 CNN 架构的 Faster R-CNN ,在 COCO 数据集上进行了预训练。模型仅分析那些存在鲸鱼的可能性高的单元,将每只鲸鱼定位在边界框中,并输出计数的个体数。
在概念验证中,模型使用 71×71 m 滑动窗口(约为蓝鲸的大小的两倍),分析了由 13,348 个网格单元代表的全球 10 个鲸鱼出现热点区域,并输出每个单元中检测到鲸鱼的概率。
最终的结果表明,在 10 个观鲸热点上对 Google Earth 图像进行的系统测试中,其检测和计数鲸鱼方面,其性能( F1 度量)分别为 81% 和 94%,与单独的基线检测模型相比,该模型将准确性提高了 36%。
谷歌:用声纹识别,了解行为习性
鲸鱼的叫声可以在水下数百公里传递,不同声音也包含了不同的信息,以便和远方的伙伴沟通。谷歌则通过水下收集设备,录制下了这些鲸鱼的「歌声」。
谷歌开发了一些算法模型,能够将这些信息过滤出来,从庞大的录音数据中,利用声纹信息分析辨别出鲸鱼的叫声,并进一步建立了深度神经网络,自动识别录音中的鲸鱼种类。
通过将监听到的声音,转换到对频谱图的处理,然后从这些频谱图中,找出特定的鲸鱼声纹。他们在前段时间还将这项成果,用一个网站工具形式推出,借助这个工具,可以大规模能将海底音频可视化,发现海底声音的细节。
这一研究能够帮助了解鲸鱼的行为和迁徙模式,以便能为保护鲸鱼的后续策略提供支撑。
科技向善,愿鲸鱼永不灭绝
最早的鲸鱼出现在大约 5000 万年前,在自然法则中顽强生存下来的这一物种,经过漫长的进化过程,成为了世界上最庞大的动物。
人类的从几百年前开始商业捕鲸,在 20 世纪里,随着捕鲸业的兴盛,鲸鱼被大肆捕杀,多种鲸鱼走向濒危,至今已有数十种鲸鱼完全灭绝。在最疯狂的 1961 年里,一个捕鲸季,就有多达 66000 头鲸鱼被捕杀。
—— 完 ——
扫描二维码,进一步探索
获得更多优质数据集
了解人工智能落地应用
关注顶会&论文
回复「读者」取得联系
更多精彩内容(点击图片阅读)