Apprentissage automatique, recherche citoyenne et conservation
Flukebook applique des algorithmes de vision par ordinateur et d'apprentissage en profondeur pour identifier et suivre des baleines et des dauphins sur des centaines de milliers de photos. Nous aidons les chercheurs à collaborer les uns avec les autres et les citoyens scientifiques à contribuer à l'effort. L'IA mesure et accélère la recherche et la conservation.
étape 1. Le deep learning trouve des animaux
Nous entraînons la vision par ordinateur à rechercher des baleines et des dauphins sur des photos et à identifier les espèces.
étape 2. Les algorithmes et réseaux de neurones identifient les individus
Lorsque nous savons où se trouve chaque animal, nous pouvons les identifier individuellement à l'aide d'algorithmes permettant de créer des « empreintes » numériques pour chaque animal, telles que leur identification selon leur coloration corporelle ou leurs bords de nageoire uniques. Nous remplaçons des heures de travail humain par quelques minutes de vision par ordinateur, recherchant des correspondances entre des dizaines de milliers de photos.
étape 3. Dynamique des populations Définir les actions de conservation
Si nous pouvons suivre rapidement les individus d'une population, nous pouvons modéliser sa taille et sa migration pour générer de nouvelles informations et soutenir une action de conservation rapide, basée sur des données.
Une plate-forme, de nombreuses espèces, de nombreux chercheurs
Nous pouvons identifier les individus de ces espèces en utilisant une vision par ordinateur entièrement automatisée :
Humpback whales (Megaptera novaeangliae)
Sperm whales (Physeter macrocephalus)
Orcas (Orcinus orca)
Bottlenose dolphins (Tursiops truncatus)
Spotted dolphins (Stenella frontalis)
Right whales (Eubalaena sp.)
Fin whales (Balaenoptera physalus)
Humpback dolphins (Sousa plumbea)
...and more soon...
La megaptera novaengliae (baleines à bosse) peut être identifiée par la couleur contrastante et le bord de sa nageoire à l'aide de trois algorithmes : HotSpotter, CurvRank et OC/WDTW
Le Physeter macrocephalus (cachalot) peut être identifié par le bord de sa nageoire en utilisant deux algorithmes : CurvRank et OC/WDTW
Le Tursiops truncatus (dauphin à gros nez) peut être identifié par le bord arrière de ses ailerons avec l'algorithme CurvRank.
L'Eubalaena spp. (baleine noire) peut être identifiée par la couleur contrastante de sa tête grâce aux algorithmes HotSpotter et DeepSense.ai.
"Sperm whales roam so vastly that no one research group can study them across their range. PhotoID as a tool for conservation and research finds power in numbers and international, inter-institutional collaboration. Flukebook enables us to do this easily." - Shane Gero, The Dominica Sperm Whale Project