W skrócie : Projekt MammAlps łączy AI i ekologię do badania zachowań dzikiej fauny w Alpach, oferując nowe możliwości w zakresie ochrony przyrody.
Podsumowanie
Zespół badaczy z École polytechnique fédérale de Lausanne (EPFL) zaprezentował na CVPR 2025 MammAlps, projekt łączący widzenie komputerowe, ekologię behawioralną i nieinwazyjną obserwację dzikiej fauny. Inicjatywa, prowadzona we współpracy z Parkiem Narodowym Szwajcarii, ma na celu lepsze zrozumienie zachowań alpejskich ssaków dzięki nowatorskiemu zestawowi danych wideo multimodalnych.
Zrozumienie zachowania dzikiej fauny jest kluczowe dla przewidywania wpływów zmian klimatycznych lub działalności człowieka na ekosystemy. Fotopułapki, mniej inwazyjne niż bezpośrednia obserwacja czy znakowanie czujnikami, pozwalają badać je bez zakłócania. Jednak ręczna analiza generowanych przez nie obrazów jest czasochłonna i częściowa.
Zespół EPFL, kierowany przez doktoranta Valentina Gabeffa i nadzorowany przez profesorów Alexandra Mathisa i Devisa Tuię, odpowiada na to wyzwanie za pomocą MammAlps, zestawu danych wideo multimodalnych i wielokątnych przeznaczonych do szkolenia modeli AI zdolnych do identyfikacji gatunków i interpretacji ich zachowań w terenie.
Annotowana i multimodalna baza danych
Badacze zainstalowali fotopułapki na trzech stanowiskach w Parku Narodowym Szwajcarii, z których każde jest reprezentatywne dla innego siedliska ekologicznego. Każde miejsce zostało wyposażone w trzy kamery ustawione pod różnymi kątami, aby uchwycić tę samą scenę z maksymalnym kontekstem przestrzennym.
Aktywowane ruchem, kamery rejestrowały przez sześć tygodni różne gatunki: jelenia szlachetnego, lisa, wilka, zająca górskiego i sarnę między czerwcem a sierpniem 2023, zarówno w dzień, jak i w nocy. Cały protokół został zatwierdzony przez Komisję ds. Badań Parku Narodowego, co gwarantuje jego zgodność z obowiązującymi zasadami ochrony.
W sumie zarejestrowano ponad 43 godziny surowych sekwencji. Po przetworzeniu przez modele detekcji (MegaDetector, ByteTrack), a następnie ręcznym oznaczeniu dla zapewnienia precyzji i spójności, wybrano 8,5 godziny ze względu na ich bogactwo behawioralne.
Sekwencje wideo uzupełniono nagraniami dźwiękowymi dźwięków otoczenia oraz mapami środowiskowymi przedstawiającymi elementy krajobrazu (skały, źródła wody, krzewy), które mogą wpływać na ruchy i interakcje zwierząt. Uwzględniono również warunki meteorologiczne, aby umożliwić bardziej szczegółową analizę kontekstową.
Zachowania zostały oznaczone według dwóch poziomów: od precyzyjnych działań (chodzenie, wąchanie) po bardziej ogólne aktywności (zabawa, poszukiwanie pożywienia). Taka struktura hierarchiczna pozwala algorytmom AI lepiej kontekstualizować obserwowane zachowania.
Obiecujące aplikacje dla ochrony
Prace trwają nadal: zespół analizuje zebrane dane w 2024 roku, prowadząc jednocześnie nowe kampanie terenowe w 2025 roku, aby udoskonalić badanie dynamiki behawioralnych w różnych porach roku.
Na dłuższą metę, MammAlps może umożliwić szybsze identyfikowanie skutków zmian klimatycznych, wykrywanie nietypowych zachowań związanych z chorobami lub reintrodukcją rzadkich gatunków.
Międzynarodowe uznanie
MammAlps został wybrany jako Highlight na konferencji CVPR 2025, jednym z najbardziej prestiżowych wydarzeń w dziedzinie widzenia komputerowego. Zasłużone uznanie dla projektu, który łączy innowację technologiczną i zaangażowanie ekologiczne.
Zestaw danych MammAlps jest dostępny online do celów badawczych na stronie: https://eceo-epfl.github.io/MammAlps/
Referencje do artykułu: Valentin Gabeff, Haozhe Qi, Brendan Flaherty, Gencer Sumbül, Alexander Mathis, Devis Tuia. "MammAlps: Zestaw danych wideo multi-view do monitorowania zachowania dzikich ssaków w Alpach Szwajcarskich". Konferencja IEEE/CVF na temat widzenia komputerowego i rozpoznawania wzorców (CVPR), Nashville, TN, 2025. https://arxiv.org/html/2503.18223v1