Нейронну мережу навчили розпізнавати акул по плавниках

Південноафриканські вчені розробили програмне забезпечення, яке дозволяє з високою точністю розпізнавати окремих особин виду білі акули (Carcharodon carcharias) по малюнку пільчатих зазубрин. Результати роботи опубліковані в журналі Marine Biodiversity.

Білі акули – вид хрящових риб сімейства оселедцевих акул ( Lamnidae ). Разом зі скатами ( Batoidea ) C. carcharias складають підклас пластінчатожаберних ( Eiasmobranchii ), особливостями яких є, наприклад, наявність плакоидной луски і щодо асинхронне розкриття зябрових отворів. Довжина тіла білих акул може досягати п’яти метрів, що робить їх одними з найбільших хижаків на Землі. При цьому C. carcharias відноситься до уразливих видів.

Охоронний статус білих акул пов’язаний з систематичним браконьєрством: в ряді країн (Південно-Африканська Республіка, Китай) частини тіла цих тварин, в тому числі зуби і плавці, вважаються дорогим сувеніром або делікатесом. Крім того, білі акули можуть потрапляти в комерційні мережі, потім гинучи через травми. Минулі дослідження показали, що тільки в Південній Австралії частка повторного вилову акул браконьєрами становить від чотирьох до шести відсотків.

Охорона виду ускладнюється відсутністю універсальних методів, що дозволяють відслідковувати динаміку популяцій в різних районах. Одним з найбільш доступних способів ідентифікації окремих C. carcharias є візуальне відмінність пільчатих зазубрин на  спинному плавці : вважається, що їх поєднання унікально для кожної особини. Однак відомі комп’ютерні алгоритми не здатні розпізнавати ці щербини з високою точністю.

Більшість таких програм ( DARWIN , FINSCAN) розраховані на роботу з морськими ссавцями, зокрема з афаліною ( Tursiops truncatus ): в ході роботи фотографія спинного плавника, зроблена з довільного ракурсу, в напівавтоматичному режимі порівнюється з наявними в базі. Інші пакети (I ³ S) забезпечують потрібну точність розпізнавання звичайних піщаних акул ( Carcharias Taurus ), але при наявності двох зображень з певного ракурсу.

Щоб спростити ідентифікацію пластінчатожаберних і підвищити її точність, вчені з Стелленбосского університету та інших установ розробили нове програмне забезпечення Identifin. З 2009 по 2011 рік провідний автор роботи, морський біолог Сара Андреотті (Sara Andreotti) вручну зібрала 4397 фотографій, на яких були зображені 426 білих акул. Потім для кожної особини Андреотті вибрала по два знімка найкращої якості, скоротивши їх кількість до 744.

Розробкою програмної платформи займалися фахівець в області машинного навчання Бен Гербст (Ben Herbst) і програміст Пітер Хольцхаузен (Pieter Holtzhausen). В основу системи ліг алгоритм динамічної трансформації тимчасової шкали ( DTW ), який використовується в розпізнаванні мови. Для власне обробки фотографій вчені задіяли фільтр Собеля – він обчислює наближене значення градієнта яскравості зображення.

В ході роботи з Identifin нижню і верхню межі спинного плавника оператор позначає самостійно, оскільки плавець має неправильну форму, а його видиме підставу часто ховається під водою. Потім алгоритм автоматично зіставляє завантажений знімок з наявними в базі. Точність розпізнавання системи становить 80 відсотків. Після ідентифікації нової фотографії автоматично присвоюється ім’я, і ​​вона міститься в відповідну папку.

Для порівняння, точність розпізнавання акул у DARWIN становить 66,34 відсотка. На думку авторів, в майбутньому Identifin можна адаптувати до інших параметрів і тваринам. Так, ідентифікацію горбатих китів ( Megaptera novaeangliae ) в її випадку можна здійснювати по хвостового плавника після заміни модуля розпізнавання. Крім того, розробка універсального програмного забезпечення стандартизує роботу різних дослідницьких груп, вважають вчені.

Нагадаємо, раніше нейрону мережу навчили «змінювати» стать на знімках.