👨🔬 Поговорим чуть подробнее о первых проектах.
Исследования косаток тесно связаны с именем Майкла Бигга, британско-канадского морского биолога, который собирал данные о животных, встречающихся возле берегов провинции Британская Колумбия.
🎞 Исследования строились на наблюдениях за отдельными китами, которых можно было узнать по фотографиям. В то время в ходу были пленочные фотоаппараты. Авторы в статьях пишут, что снимки были сделаны «…с помощью 35-мм зеркальной SLR камеры и 300-мм телеобъектива», на пленку, с выдержкой примерно 1/1000 секунды. Наиболее полезными оказались фотографии, полученные с расстояния 100 футов (примерно 30 метров) от кита, под прямым углом к спинному плавнику.
🤩 Конечно, прямо в поле было невозможно проявить пленку и достоверно узнать, какие конкретно животные встретились ученым. Однако в статье с результатами проведенной работы есть показательная формулировка:
🤩 На что же обращают внимание при идентификации косаток?
К основным признакам относят спинной плавник, его форму и размеры; седловидное пятно, которое находится на спине за ним; любые шрамы и дефекты, охватывающие перечисленные области.
Косаток исторически стали фотографировать с левого бока, поэтому в каталогах вы увидите именно этот ракурс. Однако сейчас стараются фотографировать и правый бок тоже, что упрощает идентификацию.
Дальше поговорим про горбатых китов. Не переключайтесь🐋
Изображения из статьи Bigg, M. (1982). An assessment of killer whale (Orcinus orca) stocks off Vancouver Island, British Columbia. Report of the International Whaling Commission, 32(65), 655-666.
#китообразные@happy_dno #наука@happy_dno
Исследования косаток тесно связаны с именем Майкла Бигга, британско-канадского морского биолога, который собирал данные о животных, встречающихся возле берегов провинции Британская Колумбия.
🎞 Исследования строились на наблюдениях за отдельными китами, которых можно было узнать по фотографиям. В то время в ходу были пленочные фотоаппараты. Авторы в статьях пишут, что снимки были сделаны «…с помощью 35-мм зеркальной SLR камеры и 300-мм телеобъектива», на пленку, с выдержкой примерно 1/1000 секунды. Наиболее полезными оказались фотографии, полученные с расстояния 100 футов (примерно 30 метров) от кита, под прямым углом к спинному плавнику.
«…некоторые косатки обладали очень выразительными отметинами, что их можно было узнать тут же, на месте, без фотографирования».
К основным признакам относят спинной плавник, его форму и размеры; седловидное пятно, которое находится на спине за ним; любые шрамы и дефекты, охватывающие перечисленные области.
Косаток исторически стали фотографировать с левого бока, поэтому в каталогах вы увидите именно этот ракурс. Однако сейчас стараются фотографировать и правый бок тоже, что упрощает идентификацию.
Дальше поговорим про горбатых китов. Не переключайтесь🐋
Изображения из статьи Bigg, M. (1982). An assessment of killer whale (Orcinus orca) stocks off Vancouver Island, British Columbia. Report of the International Whaling Commission, 32(65), 655-666.
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
❤12🔥4
В 1953 году, в научном журнале Канадской исследовательской службы по рыболовству вышла статья за авторством Гордона Пайка. Он работал в Департаменте рыболовства и океанов (DFO) и отвечал за надзор над прибрежными китобойными станциями, которые действовали в Британской Колумбии (опять она!) с 1905 по 1967 годы.
📰 В 1979 году, в научном издательстве Springer вышел сборник материалов, посвященный поведению морских животных, Behavior of Marine Animals: Current Perspectives in Research. Вторая глава здесь озаглавлена как «Идентификация горбатых китов по фотографиям хвостовых лопастей». Среди авторов - Стивен Катона, будущий профессор биологии и глава частного колледжа College of the Atlantic в штате Мэн, а также один из пионеров исследования китообразных, Хэл Уайтхэд, посвятивший свою жизнь изучению акустики и социальной организации кашалотов.
Чтобы получить наиболее полезные фотографии, плоскость хвостового плавника должна быть почти перпендикулярна камере, поскольку искажение рисунка из-за параллакса может сбить с толку. Этого можно добиться, изучая характер дыхания отдельного животного или группы, медленно следуя за ними на лодке и готовясь сделать снимок сзади, если кит выгнет хвостовую часть вверх, готовясь к погружению.
Дополнительные признаки, которые могут быть полезны для идентификации, включая спинные плавники, ласты, шрамы и наросты усоногих рачков, фотографируются по мере возможности.
Сегодня распознавание отдельных горбатых китов по-прежнему основано на окраске и отметинах на нижней поверхности хвостовых лопастей. То, что когда-то казалось препятствием для систематики, превратилось в один из ключевых инструментов изучения отдельных особей.
Следующие на очереди гладкие киты. Не переключайтесь🐋
Изображения из статьи Katona, S., Baxter, B., Brazier, O., Kraus, S., Perkins, J., Whitehead, H. (1979). Identification of Humpback Whales by Fluke Photographs. In: Winn, H.E., Olla, B.L. (eds) Behavior of Marine Animals. Springer, Boston, MA. https://doi.org/10.1007/978-1-4684-2985-5_2,
а также из коллекции COA College Archives Photographs
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9🐳4👍1
👀 Прежде, чем поговорить про особенности внешности у гладких китов, немножко затронем систематику. Это нужно, чтобы понять, что картинка, возникающая в голове при слове «кит», не всегда отвечает нашим представлениям об этом животном.
📋 По списку, опубликованному на сайте Society for Marine Mammalogy, в мире на сегодняшний день выделяют 94 вида китообразных, из них 1 возможно вымерший.
Подавляющее большинство видов относят к зубатым китам (79 + 1 возможно вымерший), однако усатые киты тоже многочисленны (15 видов) и разделяются на 4 семейства.
⛰️ Самое крупное из них – Полосатиковые (Balaenopteridae), содержит 9 видов, среди них синий кит, малый полосатик и горбач. Название семейства происходит из особенностей строения нижней части тела китов: в области горла и живота расположены многочисленные продольные складки, которые растягиваются и позволяют увеличивать размеры ротовой полости при заглатывании добычи.
🐳 Второе по крупности семейство называется Гладкие киты (Balaenidae). Туда входят все гладкие киты (южный, северный атлантический, северно-тихоокеанский или японский), объединенные в род Eubalaena, и гренландский кит, один в своем роде (Balaena).
🤩 Два малочисленных семейства, в которых содержится всего по одному виду – это Серые киты, Eschrichtiidae (куда входит собственно серый кит) и семейство Карликовых гладких китов, Neobalaenidae (там, сюрприз-сюрприз, только карликовый гладкий кит, биология которого до сих пор изучена значительно хуже по сравнению с другими усатыми китами, я про него чуть-чуть упоминала).
Продолжение в следующем посте🐋
#китообразные@happy_dno #наука@happy_dno
📋 По списку, опубликованному на сайте Society for Marine Mammalogy, в мире на сегодняшний день выделяют 94 вида китообразных, из них 1 возможно вымерший.
Подавляющее большинство видов относят к зубатым китам (79 + 1 возможно вымерший), однако усатые киты тоже многочисленны (15 видов) и разделяются на 4 семейства.
🚢 Английское название представителей рода Eubalaena - right whales - не случайно.
«Правильные киты» очень интересовали китобоев прошлого: если подавляющее большинство Полосатиковых имеет спинной плавник, то гладкие киты его лишены, на их телах также нет горловых складок. Больше всего они похожи на массивные и круглые плавающие бочки с большим содержанием жира внутри. Из-за всех этих особенностей, популяции гладких китов стали объектом промысла по всему миру и сильно пострадали за время нерегулируемого вылова.
(Голова у них при этом составляет значительную часть от всей длины тела и может доходить до 1/3 у гренландских китов, тогда как голова полосатиков меньше, ближе к соотношению 1/4 и имеет более обтекаемую форму).
Продолжение в следующем посте🐋
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6✍1👍1🤓1
🪲 Роговые наросты появляются у китят еще до рождения, присутствуя у плода на разных стадиях внутриутробного развития.
После появления на свет и по мере роста китёнка его «мозоли», похожие на какие-то диковинные лабиринты, заселяются циамидами (Cyamidae) – мелкими ракообразными, которых еще называют китовые вши. Они не могут самостоятельно жить в открытой воде, поэтому существуют только на телах китов, питаясь их кожей.
Как же они к ним попадают? Скорее всего, при близком телесном контакте. (Мы же помним, что млекопитающие, коими являются китообразные, заботятся достаточно долго о своих детенышах, выкармливая их молоком, и что большую роль во всем этом играет взаимодействие мать-детеныш).
Тогда может это больше отношения комменсального или мутуалистического характера?
Пока что ответ для ученых на этот вопрос остается загадкой.
А что будет дальше - скоро узнаете. Не переключайтесь 🐋
Картиночки по порядку (первые четыре отсюда):
1 - Eubalena glacialis, Северный атлантический гладкий кит
2 - Eubalena japonica, Северный тихоокеанский гладкий кит
3 - Eubalena australis, Южный гладкий кит
4 - Balaena mysticetus, Гренландский кит
Нижняя фоточка - роговые наросты гладкого кита и циамиды отсюда.
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12👍2
Ну кстати, вот несколько примеров того, какие имена дают гладким китам.
#китообразные@happy_dno #наука@happy_dno
#китообразные@happy_dno #наука@happy_dno
🔥8❤5
🐱 Моего кота зовут Юпитер. Странное имя для кота, если не знать, по какой причине он его получил. Хотяяя...
🟡 Когда я листала фотографии знакомой и увидела его, ищущего дом, в моём сердце что-то ёкнуло. В тот момент в плеере играла Coldplay - Yellow. Перед глазами всё поплыло, в груди стало тепло, и в сознании возникло что-то круглое, жёлтое, тёплое, домашнее, мягкое… Так, стоп. А что у нас на небе из планет большое и жёлтое? Правильно, Юпитер.
🧐 Но погоди, Маша. Если присмотреться внимательно, то Юпитер вообще-то нифига не жёлтый. Он полосатый. Ну хорошо, да, есть там желтоватые оттенки. Но какого чёрта… А знаете ещё что? Кот у меня тоже полосатый. Вот. Чем не Юпитер?
😵💫 Дайте угадаю: у вас только что дёрнулся глаз. Поздравляю! Мои коллеги реагируют точно так же, когда слушают ассоциации с именами, которые я придумываю нашим гренландским китам. Вот так работает ассоциативное мышление в моём мозге. Как говорится, "все трюки выполнены профессионалами, не пытайтесь повторить в домашних условиях".
👀 Пока я писала посты про фотоидентификацию, мне стало интересно: а как дают (и дают ли вообще) имена китам на других российских проектах? Чтобы удовлетворить своё любопытство, я опросила нескольких коллег, работающих с китообразными. Их ответами делюсь в следующей серии постов! 👇
Подпись к картинке: "Как говорится, найдите разницу между двумя круглыми полосатыми телами".
#китообразные@happy_dno #наука@happy_dno
🟡 Когда я листала фотографии знакомой и увидела его, ищущего дом, в моём сердце что-то ёкнуло. В тот момент в плеере играла Coldplay - Yellow. Перед глазами всё поплыло, в груди стало тепло, и в сознании возникло что-то круглое, жёлтое, тёплое, домашнее, мягкое… Так, стоп. А что у нас на небе из планет большое и жёлтое? Правильно, Юпитер.
🧐 Но погоди, Маша. Если присмотреться внимательно, то Юпитер вообще-то нифига не жёлтый. Он полосатый. Ну хорошо, да, есть там желтоватые оттенки. Но какого чёрта… А знаете ещё что? Кот у меня тоже полосатый. Вот. Чем не Юпитер?
😵💫 Дайте угадаю: у вас только что дёрнулся глаз. Поздравляю! Мои коллеги реагируют точно так же, когда слушают ассоциации с именами, которые я придумываю нашим гренландским китам. Вот так работает ассоциативное мышление в моём мозге. Как говорится, "все трюки выполнены профессионалами, не пытайтесь повторить в домашних условиях".
Подпись к картинке: "Как говорится, найдите разницу между двумя круглыми полосатыми телами".
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥7🔥6🥰1
Отвечает
🔻 На что ты обращаешь внимание, когда даёшь киту имя?
🐋 Обращаю внимание на узоры и пятна на спинах серых китов - часто бывает так, что они складываются в какой-то характерный рисунок, из-за которого потом киту дается имя.
🔻 Случается ли, что имя отражает характер или поведение животного?
🐋 Да, так бывает. У нас был детеныш, который постоянно ОЧЕНЬ активно прыгал, поэтому его назвали в честь такого же активного внука нашего участника экспедиции))
🔻 Какие визуальные признаки помогают отличать и запоминать отдельных особей?
🐋 Визуально помогает все, характер выныривания/заныривания, цвет головы (смотря каких эктопаразитов там больше, может быть больше оранжевая голова, может быть белая) и спины.
🔻 Пользуешься ли ты какими-то заметками, схемами для идентификации?
🐋 У меня есть заметка в телефоне для каждого сезона с айди кита и его фотками левой и правой стороны. Если что-то забыл, в море всегда можно посмотреть.
🔻 Как формируется «образ» нового кита у тебя в голове?
🐋 Думаю, что на образ очень сильно влияет первая встреча, и ты сразу понимаешь, пугливый/не пугливый/ показывает хорошо спину или нет. Или если хорошо показывает, то может быть только на последний раз (когда кит выныривает, чтобы сделать выдох, он ныряет на глубину не сразу, а после серии вдохов-выдыхов, во время которых он неглубоко уходит под воду - при. автора канала), или всегда заныривает с хвостом. Вот по такому поведению и визуальной картинке складывается образ кита.
🔻 Влияет ли симпатия или эмоции на выбор имени или запоминание?
🐋 Влияет точно: для китов, которых любишь, придумываются смешные или милые имена.
Фото из канала Насти.
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
💘5❤4👍2
Отвечает Татьяна Придорожная, специалист по фотоидентификации серых китов, сотрудник заповедника "Остров Врангеля". В объектив Таниной камеры какие только животные не попадали! Горбачи, косатки, белые медведи, разные птицы и другие млекопитающие. Танины снимки можно увидеть на разных фотовыставках, поэтому читайте подписи внимательнее!
🔻 На что ты обращаешь внимание, когда даёшь киту имя?
🐋 Я даю имя в основном по каким-то ассоциациям с нательными рисунками и шрамами.
🔻 Случается ли, что имя отражает характер или поведение животного?
🐋 Да, случается. Характеристики "пугливый", "резкий", "быстрый" могут стать поводом для имени.
🔻 Какие визуальные признаки помогают отличать и запоминать отдельных особей?
🐋 Частота шрамов. У серых китов много пятен. Бывает слишком обросшая балянусами голова. Форма хвоста тоже помогает.
🔻 Пользуешься ли ты какими-то заметками, схемами для идентификации?
🐋 Я лично нет, но в некоторых экспедициях это обязательный пункт при работе.
🔻 Как формируется «образ» нового кита у тебя в голове?
🐋 В голове есть кадр (как через видоискатель) отличительного пятна.
🔻 Влияет ли симпатия или эмоции на выбор имени или запоминание?
🐋 Да, сильно влияет на запоминание, на имя бывает тоже.
Фото из личного архива Тани.
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤4
Отвечает Анастасия Постникова, со-учредитель "Центра изучения, спасения и реабилитации морских млекопитающих "Безмятежное Море" (Черное море, Крымский полуостров). Я следила за деятельностью центра с 2017 года, поддерживала лайками, донатами, и в каком-то смысле именно работа Насти и другой Насти помогла мне прийти в сегодня, где я изучаю гренландских китов вот уже 5 лет как) А как мы встретились очно в 2021 - это уже совсем другая история...
🔻 На что ты обращаешь внимание, когда даёшь дельфину имя?
🐬 Больше на визуал. На что похож запоминающийся признак на теле животного. Так у меня есть "Зубчик" - с одним выделяющимся "зубцом" на кромке спинного плавника. "Пазлик" и "Павлик" - потому что они плавали вместе и похожи внешне, в первую очередь вырезом на плавнике. У дельфина "Моаи" зазубрины напоминают статую с Острова Пасхи. Есть афалина с белыми пятнами на роструме, грудных, хвостовом и спинном плавниках - назвала её "Пеннивайз", чтобы не называть «Клоуном» из-за белого «носа»)).
🔻 Случается ли, что имя отражает характер или поведение животного?
🐬 Обычно это только у выброшенных на берег дельфинов, которым мы оказываем помощь. Например, "Ваня"- потому что Иванушка-дурачок, он немножко был глупенький, но это все по-доброму. "Бублик" - просто хороший милый дельфинчик.
🔻 Какие визуальные признаки помогают отличать и запоминать отдельных особей?
🐬 Есть вот самка белобочки "Горгондзола" - спинной плавник светло-желтого цвета почти весь, выемки на нем, как у сыра, еще и заболевание на кожных покровах было похоже визуально на сыр с плесенью. Есть афалина "Пузырек" с деформацией тканей головы в результате запутывания, именно из-за них ее так и назвали.
Но в целом в ход идет всё выделяющееся. Будь то кожный дефект - шрам, необычные хвостовые лопасти, окраска и т.д.
🔻 Влияет ли симпатия или эмоции на выбор имени или запоминание?
🐬 На выбор имени у больных животных, которых мы лечим - конечно. Тут тоже есть практическая часть, так проще потом обсуждать случаи в будущем, ассоциируя животное по кличке, а не по номеру. С остальными имя обычно дается, когда животное часто попадается\запоминающееся.
Фото из архива "Безмятежного моря".
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5👍5
Отвечает Ольга Титова, кандидат биологических наук, научный сотрудник национального парка "Берингия". Оля защитила кандидатскую диссертацию по горбатым китам в ИПЭЭ РАН, а про каталог ее авторства с хвостами горбатых китов я уже упоминала. Оля решила ответить на все вопросы скопом, поэтому получилось микро-интервью.
🐋 Я придумываю имена исходя из очертаний рисунка на хвосте или формы конкретных отметин. У горбачей на хвостах обычно целое художественное полотно, так что есть где разгуляться.
🐋 Редко когда кит успевает как-то проявить себя по поведению, так что это почти не учитывается. Хотя, было, что кит, который много прыгал, получил имя С. Бубка, но и на хвосте у него имелись царапины в виде штанги для прыжков с шестом.
🐋 Кроме того, что имя должно "читаться" с хвоста, ассоциация не должна быть банальна и слишком пряма, чтобы каждое имя было уникальным, а это порой непростая задача, когда количество китов в каталоге подбирается к двум тысячам.
🐋 Поэтому это своеобразный творческий процесс, который и скрашивает работу, и действительно помогает держать в памяти множество образов и узнавать китов, даже если мельком видишь их в море.
Фото с сайта нацпарка "Берингия".
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8🔥4
4 апреля - международный день Интернета. А в нем последнее время слово «ИИ» повсюду. Кому-то оно уже набило оскомину, кто-то молится на Чат GPT и уже вовсю использует ИИ-помощников в работе и быту. При этом часто из виду упускается то, как же ИИ-инструменты работают, что там, под капотом этих страшно умных систем?
Мне хочется постараться развеять флёр обожествления алгоритмов и показать, как схематично представить работу искусственного интеллекта на примере обработки биологических данных.
Часть 1.
🔮 Нейронные сети не содержат в себе какой-то магии. Работа сложных алгоритмов – это результат труда человека. Нейронная сеть не угадывает и не определяет того, что она не знает (то есть, то, что не заложено в нее человеком). В модель изначально вносится архитектура (ее каркас, как у жилого дома) и способ обучения, знание же формируется в процессе обучения на заранее подготовленных данных.
🔢 Информация в компьютерных системах представлена дискретно, с помощью цифр, что является универсальным машинным способом хранения. К примеру, изображения хранятся как матрицы чисел (пикселей), а любые другие объекты можно описать математическим языком (да хоть при помощи векторов). Дискретность задаёт формат представления данных и позволяет алгоритмам разбивать сложные объекты и задачи на более простые.
🟢 Сложность работы с изображениями достаточно высокая, поэтому ее разбивают на этапы: например, сначала на изображении выделяют объекты, затем определяют класс этих объектов, а при необходимости — индивидуальные признаки.
Посмотрим на работу алгоритма на таком примере.
В заповеднике работают фотоловушки, которые регулярно снимают разных животных, например, леопардов, тигров, кабанов и оленей. В задачи заповедника, например, входит подсчет численности кормовых объектов для хищников и каких конкретно тигров и леопардов на этих фотоловушках можно узнать.
Что делает модель с изображениями?
🔲 Сначала она находит области, которые с высокой вероятностью похожи на искомые нами объекты. (Помните капчу на проверку «Я не робот», где надо было выделить только машины или только светофоры?). Найденные области на фотографии можно обвести в рамку (bounding box), убрав лишний основной фон, и дальше модель работает только с выделенным кусочком.
Это называется детекция (object detection).
🤷♂️ Мы даем модели ранее размеченные (labeled) данные, где каждому объекту присвоен класс: это как раз виды животных, встречающихся в заповеднике, чтобы она умела отличать одно от другого.
Дальше учим ее выполнять задачу классификации (classification) правильно: кто перед нами на фото, кабан или леопард? Модель может выдать один класс (например, «кабан») или несколько, если на фото присутствуют разные виды (например, «олень» и «леопард» одновременно).
👀 Когда у нас есть выделенные и классифицированные объекты, можно посчитать животных, являющихся добычей для хищников: считаем, сколько объектов попало в класс «олень» и «кабан».
‼️ Важно, что обучение модели в идеале требует достаточного разнообразия оригинальных данных. (Конечно, так бывает не всегда, поэтому придумывают все новые способы, как изначально обогатить более бедную начальную выборку).
‼️ Конечно, держим в голове то, что у модели всегда есть определенная доля ошибки, особенно, если объекты на изображении чем-то похожи. Так что закладываем это в расчеты – ну, или перепроверяем вручную за моделью.
Продолжение в следующем посте.
#китообразные@happy_dno #наука@happy_dno
Мне хочется постараться развеять флёр обожествления алгоритмов и показать, как схематично представить работу искусственного интеллекта на примере обработки биологических данных.
Часть 1.
🔮 Нейронные сети не содержат в себе какой-то магии. Работа сложных алгоритмов – это результат труда человека. Нейронная сеть не угадывает и не определяет того, что она не знает (то есть, то, что не заложено в нее человеком). В модель изначально вносится архитектура (ее каркас, как у жилого дома) и способ обучения, знание же формируется в процессе обучения на заранее подготовленных данных.
🔢 Информация в компьютерных системах представлена дискретно, с помощью цифр, что является универсальным машинным способом хранения. К примеру, изображения хранятся как матрицы чисел (пикселей), а любые другие объекты можно описать математическим языком (да хоть при помощи векторов). Дискретность задаёт формат представления данных и позволяет алгоритмам разбивать сложные объекты и задачи на более простые.
Посмотрим на работу алгоритма на таком примере.
В заповеднике работают фотоловушки, которые регулярно снимают разных животных, например, леопардов, тигров, кабанов и оленей. В задачи заповедника, например, входит подсчет численности кормовых объектов для хищников и каких конкретно тигров и леопардов на этих фотоловушках можно узнать.
Что делает модель с изображениями?
🔲 Сначала она находит области, которые с высокой вероятностью похожи на искомые нами объекты. (Помните капчу на проверку «Я не робот», где надо было выделить только машины или только светофоры?). Найденные области на фотографии можно обвести в рамку (bounding box), убрав лишний основной фон, и дальше модель работает только с выделенным кусочком.
Это называется детекция (object detection).
Дальше учим ее выполнять задачу классификации (classification) правильно: кто перед нами на фото, кабан или леопард? Модель может выдать один класс (например, «кабан») или несколько, если на фото присутствуют разные виды (например, «олень» и «леопард» одновременно).
Продолжение в следующем посте.
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7🔥4🥰2👍1
Часть 2.
🗯После того как модель обнаружила объект и определила его класс (например, леопард), можно при необходимости создать маску объекта (mask), которая точно описывает форму и область пикселей, занимаемую животным.
Это уже не рамочка, а более такое прицельное выделение объекта, и это задача сегментации (segmentation).
❗️ Но сама по себе сегментация не позволяет идентифицировать конкретное животное.
🐆 Для индивидуальной идентификации (identification/individual recognition) (когда мы определяем уникальную особь впервые) из изображения дополнительно извлекаются уникальные признаки, например, рисунок пятен, их расположение и другие характеристики. (Внутри модели такие признаки формируются автоматически в виде векторного представления (embedding)).
Из другой базы можно подтянуть данные о встречаемости, половой принадлежности и возрасте особи, занимаемой территории, к примеру.
Вся это совокупность данных формирует своеобразный цифровой портрет животного, которому присваивается уникальный номер.
🐆 Через пару лет в нашей базе уже более 20 уникальных цифровых портретов леопардов.
Прежние фотоловушки вышли из строя и были заменены на другие, более новые модели, расположены уже в других местах и снимают с других ракурсов.
И вот к нам поступает материал с этих новых фотоловушек, и здесь уже выполняется задача реидентификации (re-identification, re-id): извлеченные из нового изображения признаки сравниваются с базой ранее зарегистрированных особей, и алгоритм оценивает вероятность того, что объект совпадает с уже известным животным.
Таким образом, последовательность обработки изображений схематично может выглядеть так:
детекция – классификация - сегментация - индивидуальная идентификация - реидентификация.
❗️ Каждый этап имеет свои алгоритмы и ограничения, и общая точность системы зависит от качества данных, разнообразия обучающих примеров и корректной настройки моделей.
(Конечно, технари могут резонно мне заметить, что схема вообще может быть не такой и что некоторые этапы делаются одновременно, но я решила показать их все отдельно, для наглядности и понимания. Простите меня, технари, за неточности).
🤔 Интересно то, что обученная модель всегда показывает не точный результат, а вероятность (probability) (больше, меньше).
Алгоритм возвращает не «да» или «нет», а числовую оценку уверенности (confidence score).
Порог (threshold), при котором результат считается положительным (в числовом эквиваленте), задаётся человеком.
Фотографии отсюда и отсюда.
Дополнительно почитать по ссылкам
🔘про начинку векторизации изображений,
🔘про классификацию,
🔘про компьютерное зрение для начинающих и
🔘про повторное распознавание.
Дальше - больше интересных постов. Не переключайтесь🐋
#китообразные@happy_dno #наука@happy_dno
🗯После того как модель обнаружила объект и определила его класс (например, леопард), можно при необходимости создать маску объекта (mask), которая точно описывает форму и область пикселей, занимаемую животным.
Это уже не рамочка, а более такое прицельное выделение объекта, и это задача сегментации (segmentation).
🐆 Для индивидуальной идентификации (identification/individual recognition) (когда мы определяем уникальную особь впервые) из изображения дополнительно извлекаются уникальные признаки, например, рисунок пятен, их расположение и другие характеристики. (Внутри модели такие признаки формируются автоматически в виде векторного представления (embedding)).
Из другой базы можно подтянуть данные о встречаемости, половой принадлежности и возрасте особи, занимаемой территории, к примеру.
Вся это совокупность данных формирует своеобразный цифровой портрет животного, которому присваивается уникальный номер.
Прежние фотоловушки вышли из строя и были заменены на другие, более новые модели, расположены уже в других местах и снимают с других ракурсов.
И вот к нам поступает материал с этих новых фотоловушек, и здесь уже выполняется задача реидентификации (re-identification, re-id): извлеченные из нового изображения признаки сравниваются с базой ранее зарегистрированных особей, и алгоритм оценивает вероятность того, что объект совпадает с уже известным животным.
Таким образом, последовательность обработки изображений схематично может выглядеть так:
детекция – классификация - сегментация - индивидуальная идентификация - реидентификация.
(Конечно, технари могут резонно мне заметить, что схема вообще может быть не такой и что некоторые этапы делаются одновременно, но я решила показать их все отдельно, для наглядности и понимания. Простите меня, технари, за неточности).
Алгоритм возвращает не «да» или «нет», а числовую оценку уверенности (confidence score).
Порог (threshold), при котором результат считается положительным (в числовом эквиваленте), задаётся человеком.
Фотографии отсюда и отсюда.
Дополнительно почитать по ссылкам
🔘про начинку векторизации изображений,
🔘про классификацию,
🔘про компьютерное зрение для начинающих и
🔘про повторное распознавание.
Дальше - больше интересных постов. Не переключайтесь🐋
#китообразные@happy_dno #наука@happy_dno
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4👍2🔥1