Beeldherkenning
Naturalis Biodiversity Center heeft een speciaal AI algoritme ontwikkeld dat wordt gebruikt om de foto’s van de DIOPSIS insectencamera te analyseren en op elke foto de insecten te tellen, te herkennen en hun gewicht te bepalen.
Tellen
In de eerste stap van het proces analyseert de het algortime waar op de foto de insecten staan. Hierbij wordt onderscheid gemaakt tussen insecten en andere voorwerpen in het beeld, zoals modder, gras en schaduw. Wanneer de insecten gelokaliseerd zijn, kan hun aantal eenvoudig geteld worden.
De DIOPSIS camera v2 maakt foto’s wanneer beweging op het gele scherm wordt gedetecteerd. De beeldherkenningsoftware volgt de insecten die in beeld zijn. Insecten die langer op het scherm blijven zitten, worden waarschijnlijk dus meerdere keren gefotografeerd, maar in de resultaten wordt duidelijk aangegeven voor welke detecties het om hetzelfde individu gaat, om zo dubbele tellingen te voorkomen.
Herkennen
Het beeldherkenningalgoritme is getraind op basis van een dataset van zo’n 4000 foto’s waarop door experts ruim 4800 insecten zijn geïdentificeerd. Net als de bekende ‘gezichtsherkenning’ bij mensen, zoekt het algoritme naar bepaalde specifieke kenmerken, die het zelf uit een geannoteerde dataset extraheert. Het algoritme is momenteel in staat om insecten te classificeren op het niveau van 7 soorten, 4 genera, 41 families en 11 ordes. De meeste identificaties worden uitgevoerd op familieniveau.
De algoritme maakt ook een inschatting van de betrouwbaarheid van de determinaties. Onzekere identificaties kunnen desgewenst uitgesloten worden bij een ecologische analyse van de resultaten. Hiernaast is de beeldherkenning-‘pijplijn’ weergegeven.
Gewicht bepalen
Door de lengte van een insect te meten en deze te relateren aan een bestaande dataset van gewichten van vergelijkbare soorten, wordt via een gebroken machtsfunctie geschat wat de biomassa van het insect is. Deze methode is het nauwkeurigst wanneer de exacte soort bekend is.
ARISE
Naturalis Biodiversity Center bouwt in samenwerking met de Universiteit van Twente, de Universiteit van Amsterdam en het Westerdijk Fungal Biodiversity Institute een onderzoeksinfrastructuur (ARISE) om sneller en efficiënter soorten te kunnen identificeren. Binnen ARISE is de datapijplijn gebouwd om foto’s van de DIOPSIS camera’s naar de supercomputer sturen waarop het algoritme draait.
Onderzoekers kunnen via het ARISE Digital Species Identification (DSI) portaal hun eigen data bekijken, beeldherkenninganalyses runnen en de resultaten downloaden. Andere gebruikers kunnen een licentie voor de beeldherkenninganalyse aanvragen via een bericht naar diopsis@naturalis.nl.