MammAlps: Nieuwe dataset helpt bij onderzoek naar wilde dieren

Onderzoekers aan de École Polytechnique Fédérale de Lausanne (EPFL) hebben MammAlps gecreëerd, een nieuwe dataset die een revolutie teweegbrengt in studies naar het gedrag van wilde dieren. MammAlps, vastgelegd in de Zwitserse Alpen, biedt een uitgebreide digitale bron voor het begrijpen van de interacties van wilde zoogdieren. Dit project heeft als doel het monitoren van wilde dieren en de conserveringsstrategieën te verbeteren. Het helpt ecologen dieper inzicht te krijgen in het gedrag van dieren, vooral in het licht van klimaatverandering en menselijke impact. Traditionele methoden om wilde dieren te bestuderen hebben beperkingen. Directe observatie en sensorbevestigingen kunnen invasief zijn. Cameravallen produceren enorme hoeveelheden gegevens die moeilijk te analyseren zijn. AI toont veelbelovende resultaten bij het analyseren van grote videodatasets, maar het heeft hoogwaardige gegevens nodig. Bestaande datasets missen vaak authenticiteit of contextuele details, zoals meerdere camerahoeken en bijbehorende audio. MammAlps pakt deze uitdagingen aan. Het is de eerste dataset die rijkelijk geannoteerde, multi-view en multimodale inzichten biedt in het gedrag van wilde dieren. Het is bedoeld om AI-modellen te trainen voor het herkennen van soorten en hun gedrag. Onderzoekers gebruikten negen cameravallen in de Zwitserse Alpen en registreerden meer dan 43 uur aan beeldmateriaal. AI-tools werden gebruikt om het beeldmateriaal te analyseren, wat resulteerde in ongeveer 8,5 uur aan significant materiaal. Gedragsannotaties categoriseren elk moment in activiteiten op hoog niveau en gedetailleerde acties. Deze gedetailleerde structuur helpt AI-algoritmen om te leren van complexe datasets. Het team voegde audio-opnamen en "referentiescenekaarten" toe aan de videogegevens. Deze kaarten documenteerden omgevingsfactoren, waardoor AI het habitat-specifieke gedrag kon begrijpen. Professor Alexander Mathis van EPFL benadrukt de voordelen van deze multi-modale aanpak. Het integreren van verschillende soorten gegevens leidt tot een genuanceerder begrip van diergedrag. MammAlps zet een nieuwe standaard voor het monitoren van wilde dieren. Het biedt een holistische sensorische momentopname van diergedrag in meerdere contexten en hoeken. Een "langetermijngebeurtenisbegrip"-benchmark maakt het mogelijk om uitgebreide ecologische interacties te bestuderen. Het team is van plan om MammAlps uit te breiden door verdere gegevensverzameling in 2024. Ze zullen zich richten op het identificeren van zeldzame soorten en het verfijnen van technieken voor het analyseren van gedrag door de seizoenen heen. MammAlps heeft het potentieel om de praktijken voor het monitoren van wilde dieren te verbeteren. Door gebruik te maken van AI-modellen kunnen natuurbeschermers tijdig inzicht krijgen om de gevolgen van klimaatverandering en menselijke activiteiten te volgen. MammAlps is geselecteerd als een Highlight om te worden gepresenteerd op de IEEE/CVF Computer Vision and Pattern Recognition Conference (CVPR) in juni 2025. De dataset is online beschikbaar voor open access.