사냥꾼은 밤에 사냥하는 경우가 많기 때문에 드론에 장착된 적외선 카메라를 사용하여 탐지합니다. 문제는 밀렵꾼과 동물 모두 열을 발산하기 때문에 정확한 식별이 어려울 수 있다는 점이다. University of Southern California의 과학자들은 SPOT이라는 시스템에서 인공 지능을 사용하여 이를 더 쉽게 만들고 있습니다.
일반적으로 야생동물 보호 직원은 보안서에서 노트북을 들고 밤을 보내며 드론에서 직접 전송되는 적외선 영상을 모니터링해야 합니다. 화면에 발열점이 나타나면 자신이 인간인지 야생동물인지 판단해야 하는데 쉽지 않다.
그래서 SOPT가 만들어졌습니다. SPOT은 컴퓨터 과학 박사인 Elizabeth Bondi가 이끄는 연구팀이 개발한 알고리즘 시스템인 Systematic POacher deTector의 약어입니다.

연구원들은 180,000명의 인간과 동물의 디지털 라벨을 적외선 비디오에 통합하는 것부터 시작했습니다. 해당 데이터 세트를 사용하고 Faster RCNN이라고 하는 기존 딥 러닝 알고리즘의 수정된 버전을 생성한 다음 컴퓨터에 두 가지 유형의 도둑과 동물 이미지를 구별하는 방법을 가르쳤습니다. 시스템 알고리즘은 정확하게 식별할 수 있지만 각 이미지를 처리하는 데 10초가 걸리지만 이 시간은 너무 깁니다.
이를 염두에 두고 팀에서는 Microsoft Azure 클라우드 컴퓨팅 플랫폼과 작동할 수 있도록 알고리즘을 변경했습니다. Azure의 더 빠른 처리 시간을 사용하여 SPOT은 이제 약 0.3초 만에 밀렵꾼을 정확하게 식별할 수 있습니다.
현재 계획에서는 보츠와나 전역에 걸쳐 이 기술을 광범위하게 배포해야 합니다. Neurala는 인공 지능을 기반으로 한 또 다른 시스템을 개발했습니다.
더보기: