要約
地球上のカリスマ的な巨大動物の多くは人間の活動によって絶滅の危機に瀕しており、特にサイはアフリカの密猟危機により絶滅の危機に瀕しています。
サイの動きを監視することはサイを保護するために非常に重要ですが、サイはとらえどころがないため、残念ながら難しいことが判明しています。
したがって、サイを追跡する代わりに、密猟対策、管理、再導入の取り組みに貴重なサイの空間行動に関する情報を提供する、ミッドデンと呼ばれる共同排泄場所をマッピングするという新しいアプローチを提案します。
この論文では、パッシブおよびアクティブ ラーニング設定でリモートで感知された熱画像、RGB、および LiDAR 画像を使用してサイの墳丘の位置を検出する分類器を構築することにより、サイの墳丘の位置を初めてマッピングします。
データセット内の極端なクラスの不均衡により、既存のアクティブ ラーニング手法のパフォーマンスが低下するため、94% 少ないラベルのパッシブ ラーニング モデルで競争力のあるパフォーマンスを達成するために、ランキング手法とマルチモダリティを採用したアクティブ ラーニング システムである MultimodAL を設計します。
したがって、私たちの方法を同様のサイズのデータセットで使用すると、ラベル付け時間を 76 時間以上節約できます。
予想外なことに、私たちの墳丘地図では、サイの墳丘が地形全体にランダムに分布しているわけではないことが明らかになりました。
むしろ、それらはクラスター化されています。
したがって、国連の目標 15.7 に沿って、密猟対策の取り組みを強化するために、レンジャーは中間密度の高い地域をターゲットにすべきである。
要約(オリジナル)
Much of Earth’s charismatic megafauna is endangered by human activities, particularly the rhino, which is at risk of extinction due to the poaching crisis in Africa. Monitoring rhinos’ movement is crucial to their protection but has unfortunately proven difficult because rhinos are elusive. Therefore, instead of tracking rhinos, we propose the novel approach of mapping communal defecation sites, called middens, which give information about rhinos’ spatial behavior valuable to anti-poaching, management, and reintroduction efforts. This paper provides the first-ever mapping of rhino midden locations by building classifiers to detect them using remotely sensed thermal, RGB, and LiDAR imagery in passive and active learning settings. As existing active learning methods perform poorly due to the extreme class imbalance in our dataset, we design MultimodAL, an active learning system employing a ranking technique and multimodality to achieve competitive performance with passive learning models with 94% fewer labels. Our methods could therefore save over 76 hours in labeling time when used on a similarly-sized dataset. Unexpectedly, our midden map reveals that rhino middens are not randomly distributed throughout the landscape; rather, they are clustered. Consequently, rangers should be targeted at areas with high midden densities to strengthen anti-poaching efforts, in line with UN Target 15.7.
arxiv情報
著者 | Lucia Gordon,Nikhil Behari,Samuel Collier,Elizabeth Bondi-Kelly,Jackson A. Killian,Catherine Ressijac,Peter Boucher,Andrew Davies,Milind Tambe |
発行日 | 2024-09-26 17:49:20+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google