Het verminderen van identificatiefouten van Afrikaanse carnivoren op foto's door middel van computerondersteunde workflows

  • October 25, 2022
  • door Verschueren S., Fabiano EC, Kakove M., Cristescu B., Marker LL

Abstract

Precieze en nauwkeurige schattingen van de populatiegrootte zijn essentieel voor de studie en het behoud van wilde dieren. Identificatie van individuele dieren is vaak vereist om dergelijke schattingen te verkrijgen, maar handmatige classificaties door menselijke waarnemers veroorzaken vertekening, die zich kan verspreiden over langetermijndatasets of grote ruimtelijke schalen. Patroonherkenningsalgoritmen zijn ontwikkeld om identificatie-inspanningen te ondersteunen en hier tonen we de effectiviteit van deze technologie aan om misidentificaties van grote Afrikaanse carnivoren in historische data te verminderen. We gebruikten een dataset van zeven jaar met cameravallen uit noordcentraal Namibië en herziene cheeta- en luipaardindividuen die door menselijke waarnemers waren geïdentificeerd met behulp van een patroonherkenningsalgoritme, HotSpotter, geïmplementeerd in een webgebaseerde en open-source applicatie, het African Carnivore Wildbook (ACW). Verificatie van individuen met ACW resulteerde in een vermindering van 7 naar 43 cheeta-individuen en van 40 naar 59 luipaardindividuen. Dit komt overeen met een verschil van respectievelijk 46% en 7% van de geïdentificeerde individuen voor cheeta's en luipaarden. Bovendien verhoogde deze revisie het aantal individuen dat gedurende meerdere jaren en op meerdere locaties werd aangetroffen. Onze bevindingen kunnen gevolgen hebben voor de populatie- en trendschattingen van deze en andere soorten, aangezien huidige schattingen vaak gebaseerd zijn op handmatige identificatie, wat de populatieomvang zou kunnen overschatten.

Delen met vrienden