ローザンヌ連邦工科大学（EPFL）の研究者たちは、野生生物の行動研究に革命をもたらす新たなデータセット、MammAlpsを作成しました。スイスアルプスで撮影されたMammAlpsは、野生哺乳類の相互作用を理解するための包括的なデジタルリソースを提供します。
このプロジェクトは、野生生物のモニタリングと保護戦略を強化することを目的としています。気候変動や人間の影響に直面して、生態学者が動物の行動についてより深い洞察を得るのに役立ちます。
野生生物を研究する従来のメソッドには限界があります。直接観察やセンサーの取り付けは侵襲的になる可能性があります。カメラトラップは、分析が難しい大量のデータを生成します。
AIは、大規模なビデオデータセットの分析に有望性を示していますが、高品質のデータが必要です。既存のデータセットは、複数のカメラアングルや対応する音声など、信憑性やコンテキストの詳細が不足していることがよくあります。
MammAlpsは、これらの課題に対処します。野生生物の行動に関する、豊富に注釈が付けられた、マルチビュー、マルチモーダルな洞察を提供する最初のデータセットです。種とその行動を認識するためのAIモデルをトレーニングすることを目的としています。
研究者は、スイスアルプスで9つのカメラトラップを使用し、43時間以上の映像を記録しました。AIツールを使用して映像を分析し、約8.5時間の重要な素材が得られました。
行動注釈は、各瞬間をハイレベルな活動と詳細なアクションに分類します。この詳細な構造は、AIアルゴリズムが複雑なデータセットから学習するのに役立ちます。
チームは、ビデオデータに音声録音と「参照シーンマップ」を追加しました。これらのマップは、環境要因を記録し、AIが生息地固有の行動を理解するのに役立ちました。
EPFLのアレクサンダー・マティス教授は、このマルチモーダルアプローチの利点を強調しています。さまざまなデータタイプを統合することで、動物の行動に対するより微妙な理解が得られます。
MammAlpsは、野生生物モニタリングの新たな基準を設定します。複数のコンテキストと角度にわたる動物の行動の全体的な感覚のスナップショットを提供します。「長期的なイベント理解」ベンチマークにより、拡張された生態学的相互作用を研究できます。
チームは、2024年にさらなるデータ収集を通じてMammAlpsを拡張する予定です。希少種の特定と、季節ごとの行動分析技術の洗練に焦点を当てます。
MammAlpsは、野生生物モニタリングの実践を強化する可能性があります。AIモデルを使用することで、保護活動家は、気候変動と人間の活動の影響を追跡するためのタイムリーな洞察を得ることができます。
MammAlpsは、2025年6月に開催されるIEEE/CVF Computer Vision and Pattern Recognition Conference（CVPR）で紹介されるハイライトとして選ばれました。データセットは、オープンアクセスでオンラインで利用できます。