MammAlps：新数据集助力野生动物研究

洛桑联邦理工学院（EPFL）的研究人员创建了MammAlps，这是一个革新野生动物行为研究的新数据集。MammAlps在瑞士阿尔卑斯山拍摄，提供了一个全面的数字资源，用于理解野生哺乳动物的互动。 该项目旨在加强野生动物监测和保护策略。它帮助生态学家更深入地了解动物行为，特别是在气候变化和人类影响的背景下。 传统的野生动物研究方法存在局限性。直接观察和传感器附着可能具有侵入性。相机陷阱会产生大量难以分析的数据。 人工智能在分析大型视频数据集方面展现出前景，但它需要高质量的数据。现有数据集往往缺乏真实性或上下文细节，例如多个摄像机角度和相应的音频。 MammAlps解决了这些挑战。它是第一个提供丰富注释、多视角和多模态见解的野生动物行为数据集。它旨在训练人工智能模型，用于识别物种及其行为。 研究人员在瑞士阿尔卑斯山使用了九个相机陷阱，录制了超过43小时的视频。使用人工智能工具分析了这些视频，产生了大约8.5小时的显著材料。 行为注释将每个时刻分类为高级活动和细粒度动作。这种详细的结构有助于人工智能算法从复杂的数据集中学习。 研究小组在视频数据中添加了录音和“参考场景地图”。这些地图记录了环境因素，帮助人工智能理解特定栖息地的行为。 洛桑联邦理工学院的亚历山大·马西斯教授强调了这种多模态方法的好处。整合各种数据类型可以更细致地理解动物行为。 MammAlps为野生动物监测树立了新标准。它提供了动物行为在多个背景和角度下的整体感官快照。“长期事件理解”基准允许研究扩展的生态相互作用。 该团队计划在2024年通过进一步的数据收集来扩展MammAlps。他们将专注于识别稀有物种，并完善分析跨季节行为的技术。 MammAlps有潜力加强野生动物监测实践。通过使用人工智能模型，保护主义者可以及时获得见解，以跟踪气候变化和人类活动的影响。 MammAlps已被选为亮点，将于2025年6月在IEEE/CVF计算机视觉与模式识别会议（CVPR）上展出。该数据集可在网上公开获取。