MammAlps：新資料集助力野生動物研究

洛桑聯邦理工學院（EPFL）的研究人員創建了MammAlps，這是一個革新野生動物行為研究的新資料集。MammAlps在瑞士阿爾卑斯山拍攝，提供了一個全面的數位資源，用於理解野生哺乳動物的互動。 該專案旨在加強野生動物監測和保護策略。它幫助生態學家更深入地瞭解動物行為，特別是在氣候變化和人類影響的背景下。 傳統的野生動物研究方法存在局限性。直接觀察和感測器附著可能具有侵入性。相機陷阱會產生大量難以分析的資料。 人工智慧在分析大型視訊資料集方面展現出前景，但它需要高品質的資料。現有資料集往往缺乏真實性或上下文細節，例如多個攝像機角度和相應的音訊。 MammAlps解決了這些挑戰。它是第一個提供豐富註釋、多視角和多模態見解的野生動物行為資料集。它旨在訓練人工智慧模型，用於識別物種及其行為。 研究人員在瑞士阿爾卑斯山使用了九個相機陷阱，錄製了超過43小時的視訊。使用人工智慧工具分析了這些視訊，產生了大約8.5小時的顯著材料。 行為註釋將每個時刻分類為高階活動和細粒度動作。這種詳細的結構有助於人工智慧演算法從複雜的資料集中學習。 研究小組在視訊資料中添加了錄音和“參考場景地圖”。這些地圖記錄了環境因素，幫助人工智慧理解特定棲息地的行為。 洛桑聯邦理工學院的亞歷山大·馬西斯教授強調了這種多模態方法的好處。整合各種資料類型可以更細緻地理解動物行為。 MammAlps為野生動物監測樹立了新標準。它提供了動物行為在多個背景和角度下的整體感官快照。“長期事件理解”基準允許研究擴展的生態相互作用。 該團隊計畫在2024年通過進一步的資料收集來擴展MammAlps。他們將專注於識別稀有物種，並完善分析跨季節行為的技術。 MammAlps有潛力加強野生動物監測實踐。通過使用人工智慧模型，保護主義者可以及時獲得見解，以追蹤氣候變化和人類活動的影響。 MammAlps已被選為亮點，將於2025年6月在IEEE/CVF計算機視覺與模式識別會議（CVPR）上展出。該資料集可在網上公開獲取。