Algoritmo basato sul deep learning riconosce animali nelle foto con un’accuratezza del 97,6%

Wapiti (credito: Jim Beasley)

Riconoscere cose e oggetti nella foto per noi essere umani potrà sembrare una cosa semplicissima ma per i computer è tutto un altro discorso. Ricercatori informatici in molti laboratori del mondo cercano con uno sforzo sempre maggiore di far sì che i software possano riconoscere le cose in un’immagine, un’abilità che risulterebbe utilissima in moltissime occasioni.
Una nuova ricerca è apparsa su Methods in Ecology and Evolution ed è stata realizzata da un gruppo di ricercatori dell’Università del Wyoming. Questi ultimi hanno realizzato un nuovo modello computerizzato che ha dimostrato un’accuratezza notevole nell’identificazione di animali selvatici in fotografie scattate da trappole fotografiche poste sul territorio del Nord America.

Come afferma lo studio, “La capacità di identificare rapidamente milioni di immagini dalle trappole fotografiche può cambiare radicalmente il modo in cui gli ecologi progettano e implementano studi sulla fauna selvatica”.
I ricercatori sono arrivati a tale risultato utilizzato il metodo del deep learning e basandosi su uno studio dell’inizio di quest’anno che analizzava al computer milioni di immagini catturate da trappole fotografiche in Africa, immagini scattate nel contesto di un progetto scientifico portata avanti da semplici cittadini denominato Snapshot Serengeti.

Nello studio apparso su Methods in Ecology and Evolution i ricercatori descrivono come hanno addestrato una rete neurale profonda analizzando 3,37 milioni di immagini di trappole fotografiche riguardanti 27 specie di animali. Dopo questa prima fase, hanno testato l’algoritmo risultante su 375.000 immagini di animali ad una velocità di circa 2000 immagini al minuto su un computer portatile e hanno raggiunto un’accuratezza nel discernimento delle specie di animali del 97,6%. L’algoritmo è anche capace con un certo successo di rimuovere le immagini” vuote”, ossia quelle senza animali.

Fonti e approfondimenti

Articoli correlati


Condividi questo articolo

Resta aggiornato su Facebook: clicca su “Mi piace questa pagina”


Commenta per primo

Rispondi