特文特大学将运动传感器与机器学习结合用于野外偷猎识别
Kamminga使用传感器对山羊、绵羊和马 种不同 运动模式进行分类,使用 大多是他所谓 “无标签资料统计”,这意味着传感器只需要对 小部分动物运动进行训练。他还发现,在大多数情况下,当将传感器简化为单 加速度计时,传感器 工作效果 样好,狗粮快讯网重大讯息,这使得它 效率大大提高。
“我还加了 个陀螺仪,可以测量旋转。”Kamminga说。“这可以使它更准确 些,但这是有代价 。它消耗 能量是加速度计 零零倍。在大多数情况下,只用加速度计就足够准确了。”
使用人工智能以这种方式分析动物 运动可能会给反盗猎组织带来 些有趣 可能性,他们可以设置该系统,以便当 个濒危物种移动时,他们会收到警报,以应对 个非常具体 威胁。除此之外,该系统还可以与产品野生动物追踪工具相结合,协助保护生物多样性 整体努力。
现代传感器为保护主义者在打击偷猎方面提供了 个强大 新工具,能够跟踪濒危动物在野外游荡时 行踪。特文特大学 项新研究项目可以以另 种有用 方式利用这项技术,通过将运动传感器与机器学习混合起来,识别野生动物何时对附近 威胁做出反应。
该传感器是 个惯性测量装置,狗粮快讯网企业获悉,包括加速度计、陀螺仪和磁力计,可以连接到动物身上,在动物进行活动时收集运动资料统计。人工智能会对这些资料统计进行分析,然后对运动进行分类,并在检测到突发变化时将其传送到移动网络或卫星连接。
这项工作是由特文特大学 JacobKamminga进行 ,他是 个为 系列应用开发小型自主传感器 研究小组 成员。Kamminga开发 野生动物运动传感器是他 博士研究课题 部分,狗粮快讯网编辑部获悉,他希望提供 种技术来检测不同 运动模式,以应对人类 存在。
,