Sådan skal kunstig intelligens styrke overvågningen af hjortevildt og vandfugle

Aarhus Universitet har siden 2017 brugt droner til overvågning af ynglende vandfugle og hjortevildt. De nye metoder giver både bedre data og sparer tid i felten. Til gengæld er den efterfølgende optælling af dronebilleder tidskrævende, da det skal gøres manuelt. I et nyt projekt vil Aarhus Universitet i samarbejde med Alexandra Instituttet udvikle et system, hvor man ved hjælp af deep learning automatisk kan lokalisere og artsbestemme dyrene. 

Thomas Eske Holm, seniorrådgiver ved Institut for Bioscience på Aarhus Universitet, regner med, at det nye system kan nedsætte tidsforbruget med 90 procent. Det vil dermed gøre droneovervågning billigere og betydeligt mere udbredt.

Han regner med, at de i nogle projekter kan gå fra ti til én dag på den tid,, som de bruger på at optælle og artsbestemme dyrene på et dronebillede.

Et af de områder, hvor man anvender droneovervågningen, er på øen Langli ud for Esbjerg i Vadehavet. Her foregår overvågningen ved, at man overflyver området og tager en masse billeder, som man sætter sammen til et stort billede. Her tog det 75 timer at tælle og artsbestemme fuglene manuelt i en koloni med over 20.000 måger.

“Udfordringen er, at det tager rigtig lang tid i dag at tælle op manuelt, så hvis vi kan få et AI-system, der kan gøre det automatisk, så vil det spare meget tid. Det vil gøre, at vi kan få udbredt overvågningen med droner til flere steder, fordi man let kan lave overvågningen. Man kan ovenikøbet få nogen, der måske ikke er kyndige i artsbestemmelse til at gøre det, fordi systemet kan gøre det for os,” forklarer han.

Et automatisk AI-system kan ikke kun bruges til fugle. Det kan også bruges til overvågning af hjortevildt. Her er de ved at undersøge, om man kan lave en metode til overvågning af vildtet med termisk kamera. Det gør de ved at overflyve skoven om vinteren, når der ikke er løv på træerne, og ud fra termisk varme kan de registrere dyrene, der står under træerne. 

“Når man dækker et stort skovområde på 1.000 hektar, så har man først og fremmest brug for at få sorteret en masse billeder fra, hvor der ikke er noget på. Det kan man gøre ved at se på temperaturen i hver pixel og se, om der er nogen diversitet i temperaturen. Hvis der er det, så er det sandsynligvis et dyr, som vi skal undersøge nærmere. Det vil tage rigtig lang tid at kigge de her billeder igennem, og vi har derfor brug for et system, der måler, hvor mange pixels de enkelte dyr fylder og ud fra dem artsbestemme dem,” forklarer han.

Automatiseret billedanalyse er område, hvor der er sket store landvindinger de seneste par år. Alexandra Instituttet har bl.a. brugt teknikken til automatisk lokalisering af markgrænser og træformationer. 

“Vi har gjort meget af forarbejdet i tidligere projekter med at afklare, om teknologien egner sig til automatisk billedgenkendelse af visuelt lignende objekter. Det næste naturlige skridt er derfor at forbedre systemet og gøre det brugervenligt nok til, at det kan anvendes i den fremtidige droneovervågning af fugle og pattedyr til gavn for forvaltningen af Danmarks natur,” forklarer Kristian Tølbøl Rasmussen, Visual Computing Engineer på Alexandra Instituttet.

Konkret skal der udvikles et system, hvor brugeren kan uploade dronebilleder. Dernæst analyserer systemet billedmaterialet, og brugeren vil kunne klikke på de objekter, der skal tælles op. Hvert objekt kan have flere mærkater, så man fx kan arts- og aldersbestemme hjortevildt eller se, om en ynglefugl ligger ned og har synligt redemateriale omkring sig. Dernæst træner systemet et neuralt netværk, som så vil kunne bruges direkte på billeder, uden at det kræver manuel udvælgelse og angivelse af mærkater.

Danmark er ifølge EU’s fuglebeskyttelsesdirektiv ligesom resten af medlemslandene forpligtet til at tælle og indberette fugle hvert sjette år. På den måde kan man se, om bestandene er stigende eller faldende i Danmark, og om der skal gøres en indsats for at beskytte dem. 

Yderligere information:

Thomas Eske Holm, seniorrådgiver ved Institut for Bioscience på Aarhus Universitet, mobil +45 30 18 31 29, mail: teh@bio.au.dk.

Kristian Tølbøl Rasmussen, Visual Computing Engineer på Alexandra Instituttet, mobil: +45 53 37 14 44, mail: kristian.tolbol@alexandra.dk.