点击上方蓝字，关注我们！
By 超神经
20 世纪初以来，全球野生虎数量下降了 95% 以上，被国际自然保护联盟 (IUCN) 列为红色濒危物种。近几十年，在多个国家及组织的共同努力下，全球野生虎数量实现回升，从 2010 年的 3,200 只增至 2022 年的 4,500 只。
然而，另一个严峻的事实是老虎保护区附近人口的急剧攀升，人类活动扩张至老虎栖息地加剧了偷猎和人虎冲突，如何在确保老虎这一全球濒危物种持续增长的同时，又能维持老虎栖息地附近的人类生计，成了迫在眉睫的问题。
来自克莱姆森大学 (Clemson University) 的研究人员推出了一种 AI 相机警报系统，其运行的 AI 算法可以探测老虎和偷猎者，并将实时图像传送给保护区管理员。
与传统的相机陷阱 (Camera traps) 技术相比，该系统克服了前者在误报和无法快速响应方面的弊端，有望缓解人类与野生动物的冲突、促进野生动物保护事业进步。
作者 | 铁塔
编辑 | 三羊、雪菜
野生虎生存状况堪忧
100 多年前，大约 10 万只老虎在野外生活，由于非法偷猎、栖息地丧失、人虎冲突等，如今野生虎已锐减至不到 5,000 只。
现存野生虎中，约 76% 的老虎种群分布在南亚地区，其中印度拥有世界上约 66% 的野生老虎种群，其境内野生老虎的数量已接近其他所有老虎分布国家的总和（表 1）。
表 1：不同地区的老虎估算数比较
a. 印度指定老虎保护区以外的老虎估计数；
b. 印度中部包括 Madhya Pradesh, Chhattisgarh, Maharashtra 和 Telangana
注: 印度中部分布着世界上最大的老虎种群，而 Kanha-Pench 种群是该地区最大的种群。数据收集于 2014 年至 2020 年
印度约有 35% 的老虎种群生活在指定的老虎保护区之外，而物种的扩散需求决定了这一趋势将持续上升，其结果就是老虎占据的栖息地，会不可避免地受到人类的高度干扰。
老虎数量恢复、物种扩散以及保护区周围人口密度增加（图 1a) ，均加大了偷猎和人虎冲突的风险。
人虎冲突主要有几种形式，包括老虎咬死牲畜、袭击人类，以及人类居民对老虎的报复性杀戮，由此造成的人类和老虎伤亡可能会逆转野生老虎的增长趋势，同时进一步威胁到保护区周边居民对野生老虎保护的支持。
图 1：世界老虎保护区及周边人口增长情况
a. 2000-2020 年间，世界老虎保护区周围的人口增加了 1,950 多万人，这些人口增长对印度北部和中部、柬埔寨及苏门答腊的老虎保护区影响尤为严重；
b. 研究人员最初部署的 TrailGuard AI 摄像头警报系统主要集中在印度 Kanha 老虎保护区和 Pench 老虎保护区之间的森林走廊，印度北部的 Dudhwa 保护区也有部署。
鉴于老虎栖息地面积广阔，而森林保护人员分布有限，向保护人员提供实时数据通知，将大大有助于在偷猎或冲突发生前后迅速识别偷猎嫌疑人，或将冲突的负面影响降至最低。
过去二十年中，相机陷阱是生物学家和自然资源工作者保护野生动物物种的重要工具，它可以提供大量有关物种密度、分布及时间的信息，在监测和估计老虎及其他猫科动物的数量方面发挥了突出作用。
但是传统相机在使用过程中暴露出诸多问题，包括误报、收集和处理数据成本较高以及容易遭窃等，所有这些都会削弱其在野生动物保护方面的有效性。
此外，时至今日，相机陷阱仍不具备实时通知能力，而这对预防偷猎及人类和野生动物冲突至关重要。
2023 年 9 月 25 日，克莱姆森大学的研究人员在「BioScience」杂志上发表了一篇论文，介绍了一种名 TrailGuard 的 AI 相机警报系统，该系统可以准确区分老虎和其他物种，并在 1 分钟内将相关图像传到保护区管理员的终端设备上（手机 & 电脑）。
相关成果已发表于「BioScience」
论文链接：
https://www.science.org/doi/10.1126/science.adg7492
关注「HyperAI超神经」公众号，后台回复关键字「老虎」获取论文完整 PDF
首个识别和传输老虎照片的 AI 相机
TrailGuard AI
体积小巧易隐蔽
与一般的相机陷阱相比，TrailGuard AI 的摄像头部分要小得多，本次研究中使用的版本大约相当于一支大号钢笔（长 138 毫米，宽 14 毫米，深 11 毫米)，摄像头与一个小记事本大小的通信设备相连接。
传统摄像头通常难以伪装在靠近地面的小路上，外形小巧的 TrailGuard AI 则不同，它既可以和通信设备一起部署在树上，也能潜伏于距离地面小路几米的地方，具备高度的安全性及保密性。
图 2：TrailGuard AI 系统示意图
左图：TrailGuard AI 与 25 美分硬币对比
右图：TrailGuard AI 伪装在 Dudhwa 老虎保护区的一条小路附近，可以发送多条偷猎者的实时通知而不被发现
相比传统相机，TrailGuard AI 具备以下优点：
► 智能过滤非目标物种和假触发，只发送摄像机捕捉图像的一小部分。
► 在同样的充电情况下，可大大节省电池寿命，这是因为：
1. 图像传输成本远远高于 AI 模块加载和运行推理的成本（这一步测量的时间为数百毫秒），而嵌入式人工智能过滤可节约大量图片传输成本；
2. TrailGuard AI 不工作时整个系统断电，在有电池连接的情况下，该系统可平均单次传输约 2,300 张 JPEG 图像及文本文件，并可以在 SD 卡中记录约 1,500-2,000 个未传输的错误触发事件；
► 减少误报通知，提高警报有效性。传统相机陷阱误报过多，最终可能导致用户习惯性忽略警报信息，而经过 TrailGuard AI 过滤发出的探测警报，可以让工作人员确定是否存在潜在的偷猎者或野生动物，并迅速作出反应。
本次研究中，TrailGuard AI 被部署在两个地方（图 1b）：
* 印度中部 Kanha 保护区与 Pench 保护区之间的森林走廊，目的是传输第一批老虎图像，面向林业部门和当地居民进行试点教育；
* 印度北部的 Dudhwa 保护区，旨在检查当潜在偷猎者出现及老虎靠近村庄时 TrailGuard AI 的实时通知能力。
系统部署及结果
Kanha-Pench 走廊
位于印度西南部的 Pench 老虎保护区和东北部的 Kanha 老虎保护区拥有 300 多只老虎，是印度中部最大的老虎种群，也是世界最大的老虎种群之一。
连接两个保护区的 Kanha-Pench 野生动物走廊占地约 3,150 平方公里，是一条长约 140 公里森林通道（图 1b）。
老虎迁徙路径涉及走廊及临近的数百个村庄，超过 270 万人生活在 Kanha-Pench 老虎保护区附近 5 公里的缓冲地内，人虎汇聚的后果是，每年数百头牲畜被老虎捕食，同时老虎也面临着村民的报复性杀戮及偷猎者的威胁。
2022 年 5 月中旬至 7 月中旬，研究人员同时在 Kanha-Pench 走廊部署了 12 套 TrailGuard AI 系统，历经 591 个陷阱之夜。
研究人员与当地护林员和警卫确定了最近老虎活动和手机数据覆盖的交叉区域，所有 TrailGuard AI 都位于森林与农村接壤的 1 公里范围内，主要设在通往村庄的小路上。
研究中，12 台 TrailGuard AI 都传回了图像，其中 8 台检测到老虎（图 3）。TrailGuard AI 在 61 个触发事件中以相当高的精确度检测到老虎——边缘老虎探测器的中位数概率值为 0.9883。
图 3：TrailGuard AI 捕获到的图像
TrailGuard AI 探测到老虎的 30-42 秒之内，研究人员和森林部门工作人员就收到了老虎出现的通知，提醒大家在某村庄 300 米以内的三个 TrailGuard AI 点位探测到老虎。
此外，研究人员还发现一只老虎又出现在最近的一次牲畜捕杀现场，它正在觅食并随后移动了牲畜尸体。
部署期间，除了老虎，相关人员还收到了其他易与人起冲突的物种的快速通知，包括豹、懒熊以及野猪，森林部门随即以短信形式通知村领导。
系统部署及结果
Dudhwa 保护区
Dudhwa 老虎保护区是一系列保护区的集合，占地约 1,310 平方公里，其内生活着大约 107 只老虎，其他物种包括濒危印度犀牛和亚洲象。Dudhwa 周围人口密度极高，摆在老虎及高密度猎物种群面前的偷猎威胁尤其令人担忧。
2022 年 9 月初至 12 月中旬近 705 天中，研究人员在 Dudhwa 老虎保护区部署了 7 个 TrailGuard AI 警报系统。
研究期间，7 台设备都成功传输了实时图像，其中 3 台设备捕捉到了老虎图像，森林工作人员和研究人员每天都从两个试点部署地区接收老虎的探测信息。
其中，Kishanpur 野生动物保护区的一个探测点位在两个日期捕获了同一群携带枪支和刀具的偷猎者，偷猎者第二次出现时，身上多了一具疑似被偷猎的尸体（图 5）。
图 5：TrailGuard AI 探测到老虎及偷猎者
TrailGuard AI 发现老虎 3 天后，偷猎者在同一地点再次出现，这表明濒危野生动物种群的面临的偷猎威胁是明确存在的。基于这些传回的图像，当局能够迅速识别犯罪团伙并展开调查。
AI 融入野生动物保护
几十年来，野生动物生物学家 (Zoologists and wildlife biologists) 一直渴望出现一种智能摄像头警报系统，能够检测老虎和其他濒危物种活动并提供及时警报，TrailGuard AI 一定程度上预示着这个梦想照进现实。
具备实时通知功能的 TrailGuard AI 克服了传统相机陷阱误报和无法快速响应的弊端，将野生动物保护从以往被动使用相机数据，转至主动预警并应对的层面。
在生态系统复杂的保护区，这一技术既有利于保护村民免受老虎等掠食者的攻击，也能避免掠食者遭遇偷猎者的侵害，同时为其他保护区处理人类和野生动物关系提供了良好借鉴。
此外，研究人员正在考虑扩大 TrailGuard AI 的应用范围，他们将目光瞄向了大象等体型更大的动物群体：
「大象总在人类生活区外徘徊，它们毁坏农作物、引发村庄混乱，甚至造成火车相撞，每年导致数十人死亡，TrailGuard AI有望防止这种情况发生。」
参考链接：
[1]https://phys.org/news/2023-10-ai-tiger-tiny-camera-predatorand.html
[2]https://phys.org/news/2023-09-reveal-ai-based-camera-coexistence-tigers.html
—— 完 ——
往期推荐
「鲸脸识别」已上线，夏威夷大学用 5 万张图像训练识别模型，平均精度 0.869
母猪产仔早知道，这次南农用上了英伟达边缘 AI Jetson
扫描二维码，加入讨论群
获得更多优质数据集
了解人工智能落地应用
关注顶会&论文
回复「读者」了解更多
戳“阅读原文”，免费获取海量数据集资源！
933
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
