Az egyedi viselkedés vizsgálatában és a természetvédelmi monitorozásban is áttörést ígér az a gyors, pontos és terepi alkalmazásra is alkalmas egyedfelismerő algoritmus, amely az MTA–ELTE „Lendület” Kollektív Viselkedés Kutatócsoport, a Max-Planck Intézet és a Stuttgarti Egyetem együttműködésében készült – állítja az ELTE hétfői sajtóközleménye.

Az állatok egyedi azonosítása kulcsfontosságú feladat az ökológia és a viselkedéskutatás területén, ugyanakkor a terepi megfigyelések során hosszú ideig csak szakértők manuális munkájára lehetett támaszkodni. A mesterséges intelligencia és a számítógépes látás fejlődésével azonban lehetővé vált, hogy ezt a feladatot automatizált rendszerek végezzék el. A jelenlegi megoldások többsége ugyan nagy pontosságot ér el, de gyakran nem alkalmas valós idejű működésre vagy terepi, korlátozott kapacitású eszközökön való alkalmazásra. Erre a kihívásra ad választ a RAPID (Real-time Animal Pattern re-Identification on edge Devices) nevű új algoritmus, amelyet Zábó András és Nagy Máté, az MTA–ELTE „Lendület” Kollektív Viselkedés Kutatócsoport munkatársai, valamint Aamir Ahmad, a Max Planck Intézet és a Stuttgarti Egyetem kutatója fejlesztett.

A Methods in Ecology and Evolution folyóiratban június 21-én megjelent tanulmányban bemutatott RAPID abban úttörő, hogy valós időben működve egy hagyományos számítógépen 40-60, míg kisebb, beágyazott eszközökön – például drónokon, kameracsapdákban – 10 egyed azonosítására is képes másodpercenként. Ez azt jelenti, hogy a rendszer nemcsak utólagos képfeldolgozásra használható, hanem szinte azonnali eredményt produkálva autonóm (drón)rendszerek részeként.

Az algoritmus működésének alapja az állatok egyedi kültakarója: a zebrák csíkjai, a zsiráfok foltjai vagy a jaguárok mintázatai egyedenként különböznek, hasonlóan az emberi ujjlenyomatokhoz. A RAPID ezeket a vizuális jellegzetességeket elemzi, és egy korábban felépített adatbázishoz hasonlítja, így azonosítja az adott egyedet.

A sajtóközlemény szerint a rendszer hatékonyságát az is növeli, hogy nem igényel nagy számítási kapacitású grafikus processzort: kizárólag CPU-n fut, miközben megőrzi a korszerű módszerekkel vetekedő pontosságot. A fejlesztés egyik fontos sajátossága továbbá, hogy minden azonosításhoz megbízhatósági értéket is rendel, ami segíti a kutatókat az eredmények értelmezésében.

A RAPID nyílt forráskódú fejlesztés, vagyis szabadon hozzáférhető és továbbfejleszthető a nemzetközi kutatóközösségnek. A kutatók jelenleg olyan megoldásokon dolgoznak, amelyek tovább bővítik az algoritmus alkalmazhatóságát, például az adatbázisban nem szereplő egyedek azonosításra vagy a különböző nézőpontok kezelésére.

Forrás