Редактирование фотографий с помощью ИИ для цетологов — Magic Eraser
Как цетологи используют ИИ-редактирование фотографий для фотоидентификации китов и дельфинов, мониторинга популяций и публикаций в области исследований морских млекопитающих. Удаление брызг и бликов, улучшение диагностических отметин и стандартизация многолетних каталогов фотоидентификации.
SEO & Growth
Проверено Magic Eraser Editorial ·
Цетология — научное изучение китов, дельфинов и морских свиней — в своей основе была сформирована фотографией с тех пор, как разработка методов фотоидентификации в 1970-х годах показала, что отдельных китообразных можно распознавать по естественным отметинам, запечатлённым на фотографиях. Сегодня фотографические данные лежат в основе практически каждого аспекта популяционной науки о китообразных: оценка численности, расчёт выживаемости, отслеживание миграций, анализ социальных сетей, мониторинг репродукции и оценка здоровья — всё это зависит от способности фиксировать, обрабатывать и сравнивать изображения отдельных животных на протяжении лет и десятилетий. При примерно 90 признанных видах китообразных и растущем природоохранном давлении на многие популяции потребность в эффективной обработке фотографий никогда не была выше.
Фотографические задачи в цетологии уникальны среди наук о дикой природе. Объекты появляются на поверхности кратковременно и непредсказуемо, частично погружены в воду, когда видимы, и фотографируются с движущихся платформ в морских условиях, где брызги, блики, волнение и дымка ухудшают качество изображения. Диагностические признаки, отличающие особей — зазубрины и насечки спинного плавника, рисунки пигментации хвостовых лопастей, формы седловидных пятен и шрамы на коже, — должны быть чётко различимы, несмотря на расстояние, движение и помехи окружающей среды, характерные для каждой полевой встречи. За один исследовательский день может быть получено тысячи снимков, из которых лишь малая часть будет обладать качеством и содержанием, необходимым для целей идентификации. Соотношение пригодных изображений к общему числу снимков может составлять один к пятидесяти в сложных морских условиях.
Инструменты ИИ-редактирования фотографий напрямую решают эти проблемы, автоматизируя этапы обработки изображений, которые превращают необработанные полевые снимки в каталожные фотографии для идентификации. Удаление брызг и бликов очищает изображения от артефактов окружающей среды, скрывающих диагностические признаки на иначе пригодных снимках. Усиление детализации восстанавливает информацию об отметинах из фотографий, сделанных на большом расстоянии или при плохом освещении. Нормализация цвета и экспозиции стандартизирует изображения из многолетних каталогов, где одна и та же особь была сфотографирована в совершенно разных условиях. Для цетологов, одновременно ведущих полевые сезоны, курирующих каталоги, строящих популяционные модели и соблюдающих сроки публикаций, эффективная ИИ-обработка изображений — не роскошь, а операционная необходимость для продуктивных исследовательских программ.
- Удаление брызг, бликов и поверхностного шума океана превращает необработанные полевые снимки в чистые идентификационные изображения, пригодные для фотоидентификационных каталогов и автоматизированных систем сопоставления.
- ИИ-улучшение обостряет диагностические признаки — рисунки зазубрин спинного плавника, пигментацию хвостовых лопастей, седловидные пятна и шрамы на коже — из изображений, сделанных на большом расстоянии или в плохих морских условиях.
- Нормализация цвета и экспозиции стандартизирует многолетние каталоги, в которых одна и та же особь сфотографирована сотни раз при совершенно различных условиях океанического освещения.
- Пакетная обработка справляется с объёмами морских полевых работ — тысячи изображений за исследовательский день, — позволяя сортировать и улучшать целые массивы данных съёмки в рамках операционных сроков.
- Стандартизированные каталожные изображения и иллюстративные таблицы для публикаций экспортируются с разрешением 300 DPI для подачи в журналы и в размерах, совместимых с базами данных, для таких платформ, как Happywhale и Flukebook.
Рабочие процессы фотоидентификации и ИИ-обработка изображений
Фотоидентификация — неинвазивная основа популяционной науки о китообразных, позволяющая исследователям отслеживать отдельных китов и дельфинов на протяжении их жизни без отлова, мечения или генетического пробоотбора. Метод основан на том, что многие виды китообразных несут естественно приобретённые отметины, остающиеся стабильными со временем. Нижняя сторона хвостовых лопастей горбатых китов несёт уникальные чёрно-белые пигментные рисунки, столь же индивидуальные, как отпечатки пальцев человека; седловидные пятна косаток позади спинного плавника демонстрируют индивидуально уникальные формы и шрамы, а спинные плавники афалин накапливают характерные зазубрины, насечки и следы от зубов на протяжении всей жизни. Сопоставление новых фотографий с каталогом известных особей позволяет исследователям выстраивать истории встреч, которые составляют основу для оценок численности методом повторного отлова, анализа выживаемости и отслеживания перемещений.
Конвейер обработки изображений от необработанного полевого снимка до каталожной идентификационной фотографии включает множество этапов, на которых ИИ-инструменты обеспечивают существенный прирост эффективности. Начальный этап отбора — просмотр тысяч изображений за полевой день для выявления тех, которые обладают достаточным качеством и диагностическим содержанием, — выигрывает от ИИ-оценки качества, которая отмечает снимки с чёткими диагностическими признаками и отбраковывает те, что испорчены размытием, брызгами или недостаточным содержанием. Этап очистки удаляет артефакты окружающей среды — брызги, блики, плавающий мусор, отражения водной поверхности, — которые частично скрывают диагностические признаки на снимках достаточного качества. Этап улучшения обостряет мелкие детали рисунков отметин, повышая разрешение мелких насечек, слабых шрамов и тонких границ пигментации.
Для автоматизированных систем сопоставления — компьютерных алгоритмов, сравнивающих новые изображения с каталогом для поиска возможных совпадений, — качество и согласованность входных изображений непосредственно определяют точность сопоставления. Фоновый шум, переменное освещение и непоследовательная обработка изображений вносят помехи, снижающие производительность алгоритмов. ИИ-стандартизация изображений перед их подачей в систему сопоставления — единообразное удаление фона, нормализация цвета и выравнивание диагностического признака по стандартному положению и ориентации — повышает точность сопоставления и снижает долю ложных совпадений, требующих трудоёмкой человеческой верификации. По мере роста каталогов фотоидентификации китообразных до сотен тысяч изображений вычислительная эффективность автоматического сопоставления всё больше зависит от стандартизированного качества входных изображений.
- Фотоидентификация отслеживает отдельных китообразных неинвазивно по естественно приобретённым отметинам — рисункам хвостовых лопастей, седловидным пятнам, зазубринам спинного плавника, — которые сохраняются на протяжении десятилетий.
- ИИ-скрининг тысяч полевых снимков в день выделяет те, которые содержат диагностическую информацию и обладают достаточным качеством, значительно сокращая нагрузку ручного просмотра.
- Удаление артефактов окружающей среды — брызг, бликов, мусора и отражений водной поверхности — восстанавливает диагностические признаки из снимков, которые в остальном обладают пригодным качеством.
- Стандартизированная ИИ-обработка перед автоматическим каталожным сопоставлением повышает точность алгоритмов и снижает долю ложных совпадений, требующих трудоёмкой человеческой верификации.
Улучшение диагностических признаков для видоспецифичных систем идентификации
Различные виды китообразных используют разные системы отметин для индивидуальной идентификации, и потребности в фотографическом улучшении варьируются соответственно. Фотоидентификация горбатых китов основана преимущественно на вентральной (нижней) поверхности хвостовых лопастей, которые несут чёрно-белые пигментные рисунки, уникальные для каждой особи и стабильные на протяжении всей жизни. Эти рисунки варьируются от полностью белых до полностью чёрных, причём большинство особей демонстрирует сложный промежуточный узор из пятен, участков и линий границ. Улучшение должно обострять границы между тёмными и светлыми областями, сохраняя при этом тонкие градации, помогающие отличать похожих особей. Фотография хвостовых лопастей часто делается в момент, когда кит поднимает хвост перед глубоким погружением — краткий промежуток, дающий снимки под различными углами, на разных расстояниях и при различном освещении.
Идентификация косаток использует два основных признака: форму и шрамы спинного плавника и серое седловидное пятно непосредственно позади него. Спинные плавники взрослых самцов могут достигать 1,8 метра в высоту и накапливают характерный профиль зазубрин, насечек и изменений кривизны со временем. Седловидное пятно — это светло-серая область, форма, размер и внутренний рисунок которой различаются между особями. Улучшение идентификационных снимков косаток должно обострять как профиль кромки плавника, где мелкие насечки могут быть решающим отличительным признаком между похожими особями, так и границу седловидного пятна, где переход от тёмной окраски тела к серому пятну может быть постепенным и зависящим от освещения. Для популяций с характерными глазными пятнами — как у рыбоядных резидентных косаток северо-восточной части Тихого океана — форма глазного пятна даёт дополнительный идентификационный признак, который улучшение помогает выявить.
Мелкие китообразные — дельфины, морские свиньи и клюворылые киты — представляют наибольшие фотографические трудности, поскольку они меньше, появляются на поверхности ещё более кратковременно и несут более тонкие отметины, чем крупные киты. Идентификация афалин основана на зазубринах задней кромки спинного плавника, которые могут составлять всего несколько сантиметров у животных, фотографируемых на расстоянии от десятков до сотен метров. Продельфинов-вертунов идентифицируют по отметинам на губах и генитальных пятнах, видимым только на высококачественных боковых снимках. Клюворылые киты — одни из наиболее редко наблюдаемых китообразных — несут линейные следы от зубов, полученные во внутривидовых стычках, которые являются основным идентификационным признаком, но плохо различимы на тёмном фоне тела. Для всех мелких китообразных ИИ-улучшение тонких деталей кромок и тонких отметин на коже является ключевым для извлечения идентификационной информации из сложных фотографических условий полевых встреч.
- Рисунки хвостовых лопастей горбатых китов требуют обострения границ между тёмными и светлыми областями с сохранением тонких градаций, отличающих особей со схожими общими рисунками.
- Профили кромки спинного плавника косаток и границы седловидных пятен нуждаются в улучшении — мелкие насечки и постепенные переходы серого цвета являются ключевыми идентификационными признаками.
- Зазубрины задней кромки спинного плавника афалин могут составлять всего несколько сантиметров у животных, фотографируемых на расстоянии от десятков до сотен метров — максимальное обострение контуров необходимо.
- Линейные следы от зубов на клюворылых китах слабо различимы на тёмном фоне тела — повышение контраста между рубцовой тканью и окружающей кожей улучшает пригодность идентификационного каталога.
Управление многолетними каталогами и проблемы стандартизации
Каталоги фотоидентификации китообразных относятся к наиболее длительным мониторинговым наборам данных о дикой природе в мире. Каталог горбатых китов Северной Атлантики, поддерживаемый организацией Allied Whale при Колледже Атлантики, содержит изображения за более чем четыре десятилетия, причём некоторые отдельные киты сфотографированы более ста раз на протяжении их жизни. Каталог косаток Центра исследования китов для популяции южных резидентных косаток отслеживает каждую особь с 1976 года. Эти длительные временные ряды имеют неоценимое научное значение для понимания показателей выживаемости, репродуктивного успеха, изменений социальной структуры и последствий изменения окружающей среды. Однако они также создают огромные проблемы стандартизации, поскольку фотографическая технология эволюционировала от плёнки к цифровой съёмке, а качество изображений значительно варьировалось на протяжении десятилетий, между исследовательскими группами и полевыми условиями.
ИИ-нормализация этих разнокачественных архивов решает одну из наиболее устойчивых практических проблем управления каталогами. Изображения 1980-х годов, снятые на плёнку с более короткими объективами с качающихся лодок, должны быть осмысленно сопоставимы с изображениями 2020-х годов, полученными с помощью автофокусных объективов 600 мм и цифровых сенсоров с десятикратным разрешением. Цветопередача, контрастные характеристики, профили зернистости и шума, а также разрешение мелких деталей отметин — всё это значительно различается между эпохами. ИИ-обработка может нормализовать эти технические различия без изменения диагностического содержания, приводя старые сканы плёнки к сопоставимым уровням контраста и детализации с современными цифровыми снимками, чтобы отметины одной и той же особи можно было сравнивать между встречами, разделёнными десятилетиями, без того чтобы техническое качество изображения искажало биологическое сравнение.
Проблема объёма столь же значительна. Крупные программы исследования китообразных сейчас накапливают десятки тысяч изображений за полевой сезон, а глобальные платформы, агрегирующие данные от множества исследовательских групп — Happywhale для горбатых и других крупных китов, Flukebook для различных видов — содержат миллионы изображений, предоставленных как профессиональными исследователями, так и гражданскими учёными. Пакетная обработка в таком масштабе требует не только скорости, но и согласованности. Каждое изображение в конвейере из тысяч должно получить одинаковую стандартизированную обработку, чтобы последующие алгоритмы автоматического сопоставления работали с однородным набором данных. ИИ-пакетная обработка обеспечивает эту согласованность так, как не могут надёжно поддерживать операторы-люди, подверженные усталости, различиям в суждениях и нехватке времени при работе с большими массивами данных.
- Крупные каталоги охватывают более четырёх десятилетий, с особями, сфотографированными сотни раз — от плёнки 1980-х до современных 600-мм цифровых снимков, требующих нормализации.
- ИИ-обработка нормализует технические различия между эпохами без изменения диагностического содержания — делая изображения плёночной и цифровой эпох осмысленно сопоставимыми.
- Глобальные платформы агрегации содержат миллионы изображений от профессиональных исследователей и гражданских учёных — пакетная обработка в таком масштабе требует автоматизированной согласованности.
- Единообразная стандартизированная обработка по всем конвейерам изображений гарантирует, что алгоритмы автоматического сопоставления работают с согласованными наборами данных, свободными от вариаций обработки.
Природоохранные приложения, экотуризм и вовлечение общественности
Охрана китообразных всё больше опирается на фотографические данные как для научного мониторинга, так и для общественной пропаганды. Оценки тенденций популяций, подаваемые в Международную китобойную комиссию, Красный список МСОП и национальные агентства по управлению морскими млекопитающими, зависят от данных фотоидентификации для оценки численности популяций, показателей выживаемости и репродуктивного успеха. Качество фотографических доказательств непосредственно влияет на убедительность природоохранных аргументов. Чёткие, хорошо обработанные изображения, демонстрирующие индивидуальное распознавание, структуру популяции и показатели здоровья, имеют больший вес в политических дискуссиях, чем неоднозначные полевые снимки. ИИ-обработка изображений, доводящая полевую фотографию до публикационного и выставочного качества, укрепляет доказательную базу для природоохранных решений, касающихся одних из наиболее харизматичных крупных животных планеты.
Экотуризм по наблюдению за китами — глобальная индустрия с оборотом более двух миллиардов долларов в год — опирается на те же методы фотоидентификации, что и научные исследования. Туроператоры всё чаще вносят вклад в исследования, отправляя фотографии пассажиров и гидов на платформы гражданской науки. Качество этих материалов определяет их научную ценность. ИИ-улучшение фотографий экотуризма может превратить любительские туристические снимки в изображения достаточного качества для каталожного сопоставления, расширяя эффективные усилия по обследованию популяций китообразных далеко за пределы того, что могут обеспечить одни лишь специализированные исследовательские группы. Некоторые популяции — например, горбатые киты Гавайев и косатки северо-запада Тихого океана — получают больший фотографический охват от экотуризма, чем от исследований, что делает качество изображений от неспециализированных фотографов реальным фактором возможностей мониторинга популяций.
Вовлечение общественности в науку о китообразных мощно движимо индивидуальным распознаванием. Люди устанавливают более глубокую связь с именованными, отслеживаемыми особями, чем с абстрактной популяционной статистикой. Возможность представить чёткие, выразительные изображения известных особей — показывающие историю их отметин, родственные связи и события жизни на протяжении лет наблюдений — превращает охрану китообразных из статистического упражнения в повествование, формирующее общественную поддержку мер по защите морской среды. ИИ-улучшенные изображения идентифицированных особей используются в музейных экспозициях, документальных фильмах, образовательных программах и контенте социальных сетей, охватывающем аудиторию далеко за пределами научного сообщества, создавая ту общественную базу поддержки, от которой в конечном счёте зависит охрана морской среды в плане политической и финансовой поддержки.
- Природоохранные материалы, подаваемые в МКК, МСОП и национальные агентства, имеют больший вес при наличии чётких, хорошо обработанных фотографических доказательств структуры и здоровья популяции.
- Вклад гражданской науки через экотуризм расширяет охват обследований за пределы специализированных исследовательских групп — ИИ-улучшение превращает любительские туристические фотографии в качество, пригодное для каталожного сопоставления.
- Некоторые популяции китообразных получают больший фотографический охват от пассажиров на экскурсиях по наблюдению за китами, чем от исследователей — качество туристических снимков напрямую влияет на возможности мониторинга.
- Повествования об индивидуальном распознавании — именованные киты, отслеживаемые годами — формируют ту общественную базу поддержки, от которой зависит охрана морской среды в плане политической и финансовой поддержки.
Источники
- Photo-Identification Techniques for Cetacean Population Studies — International Whaling Commission
- Standardized Photographic Methods for Cetacean Research and Monitoring — Society for Marine Mammalogy — Techniques for Aquatic Monitoring
- Drone-Based Photogrammetry for Cetacean Body Condition Assessment — Marine Ecology Progress Series — Inter-Research