Как нейросети считают тигров и ловят браконьеров

Рисунок. Сегментированное изображение тигра на фотографии с фотоловушки

В ведении Минприроды России находятся 107 заповедников, 66 национальных парков, 63 заказника, и на каждой из этих территорий расположено от несколько десятков до сотен фотоловушек, которые ведут съемку любого движения от падения ветки до перемещения рыси или браконьера. Анализ получаемых данных требует просмотра тысяч фотографий, что сложно для человека, но легко решается с помощью программ технического зрения, в основе которых лежат обученные нейронные сети.

«У каждого заповедника свои задачи: в нацпарке "Земля леопарда" и Сихотэ-Алинском заповеднике в Приморском крае мы учим ИИ различать кошачьих, на острове Матвеев в Баренцевом море — вести учет моржей, в Центрально-Лесном заповеднике — следить за популяцией медведей, а ловить браконьеров — в Себежском и в Саяно-Шушенском парке. Везде есть свои нюансы, и их необходимо учитывать при создании программ, которые в итоге позволяют за считаные часы обработать огромные хранилища фотографий, разложить их по папкам и вести системный учет», — рассказал о проекте Андрей Леус, доцент кафедры радиоэлектроники и прикладной информатики ФРКТ МФТИ.

Автоматическая обработка фотоматериала позволяет отслеживать популяцию диких животных, вести их учет, находить нарушителей в том числе в труднодоступных местах. Сначала ученые научили ИИ просто отбирать кадры по папкам (животные, техника, люди), удаляя лишние фотографии. После упорядочивания фотоархива родилась новая задача — определить, какое животное на фотографии. В итоге программа уже «знает» около 30 видов дикой фауны.

«Сначала мы научили ИИ фильтровать объекты, а затем их классифицировать. Следующая задача — идентификация. Это более сложный уровень, так как не все виды животных имеют сильные индивидуальные отличия. Например, для ИИ достаточно сложно различить бурых медведей. Намного проще научить различать кошачьих, у каждой особи свой неповторимый рисунок, который “запоминает” нейросеть. В итоге мы фотофиксируем жизнедеятельность каждой особи, не нарушая её жизненный ареал. Для обучения ИИ необходима большая база данных, и такую базу для кошачьих мы уже получили от заповедника “Земля леопарда”. Скоро мы определим каждого тигра и леопарда на данной территории», — подчеркнул Андрей Леус.

По словам первого заместителя министра природных ресурсов и экологии РФ Константина Цыганова, «применение, казалось бы, достаточно простого инструмента— “машинного зрения” — кардинально упростило и ускорило процесс категоризации видов животных и дало возможность перейти к решению более сложных задач по построению моделей учета зверей».

Похожая задача стояла перед разработчиками и на острове Матвеев в Ненецком автономном округе, только идентифицировали популяцию моржей. Чем отличаются друг от друга моржи? Оказалось, у них очень специфический набор шрамов и сколов на клыках.

«На острове Матвеев тестируется решение задачи учета моржей. Здесь данные собираются с аэроснимков. Экологам пересчет моржей необходимо делать довольно часто — численность популяции напрямую связана с экологической ситуацией. Мы обучали ИИ в заповеднике на острове, там моржей не очень много: 1000–1500 на лежбище. Это атлантические моржи, и они занесены в Красную книгу. Если изучать тихоокеанских, то их может быть до 15 000 одновременно. Точный ежедневный подсчет такого количества для человека — сложная задача, но для нейросети — вполне выполнимая», — поделился Андрей Леус.

Константин Цыганов отметил: «Применение новых методов оценки численности, в том числе с использованием беспилотных летательных аппаратов, дает ученым важные сведения о состоянии вида. При этом оценка численности по снимкам с большой территории требует значительных временных затрат и усложняется скученностью моржей в стадо и особенностями местности.

Нейронные сети с каждым годом все шире применяются при исследованиях разных видов морских млекопитающих. Атлантические моржи в этом плане отлично подходят для отработки технологии: они представляют собой немногочисленную и в значительной степени изолированную группировку».

В Центрально-Лесном заповеднике изучают популяцию медведей, и, хотя нейросеть еще не может различать особей, она способна отследить их передвижение. Благодаря разработанным биологами методам подсчета программа не только изучает их миграцию, но и прогнозирует развитие популяции: рост или падение.

В Себежском и Саяно-Шушенском заповедниках, помимо учета и изучения животных (в том числе и редких), есть большая проблема — браконьеры. В этом случае нейросеть способна найти людей среди тысяч фотографий. С помощью дрона можно зафиксировать факт незаконной рыбалки или охоты, а нейросеть выбирает фотографии нарушения, при этом защитный камуфляж ИИ с легкостью распознает.

Но впереди уже формируются новые задачи, и одна из них — поиск арктических медведей. Найти белого мишку на белом снегу — задача не из легких, и еще больше осложняется тем, что территория миграции медведей достаточно обширная, а снимков с реальными хищниками немного. Ученые МФТИ предложили для обучения нейросети населить Арктику синтетическими медведями, что позволит научить ИИ безошибочно определять уже реального зверя на свежих снимках.

Конечно, столь масштабные задачи требуют больших ресурсов, и это вполне решаемо с помощью привлечения молодых специалистов. С этой целью платформа «Россия — страна возможностей» совместно с МФТИ уже не в первый раз проводит масштабные хакатоны «Цифровой прорыв», на которых участники решают практические задачи. В качестве отраслевых экспертов Минприроды России привлекает как сотрудников заповедников, так и представителей научных и общественных организаций, осуществляющих природоохранную деятельность. Участники хакатонов предлагают зачастую интересные альтернативные решения, а победители, помимо денежных вознаграждений за первые три призовых места, могут найти реальное применение своим идеям. В мае в Хабаровске Министерство природных ресурсов и экологии РФ совместно с сотрудниками МФТИ провело окружной хакатон по теме «ИИ на страже популяции ненецких моржей». До конца года Минприроды России планирует еще два хакатона, где рассмотрят тему оптимальных методов поиска арктических медведей и мониторинга хозяйственной деятельности по материалам дистанционного зондирования земли.