Aplicação de técnicas de visão computacional para monitoramento e análise de fauna de vida livre.

Resumo

A manutenção e proteção do meio ambiente, torna-se cada vez mais uma questão de âmbito global e social, visando a permanência da vida humana como parte deste planeta. Espécies de animais de áreas ameaçadas compõem uma parte importantíssima na manutenção de um bioma saudável, servindo também como indicadores da efetividade de projetos de preservação de fauna e flora local. As ações humanas para proteção e preservação de biomas são limitadas por fatores como mão de obra sobrecarregada, pouca verba disponível e processos onerosos em campo ou que afetam a qualidade do fenômeno observado nos estudos. Considerando problemas específicos da área de monitoramento de fauna de vida livre, o trabalho objetiva a utilização de técnicas e aplicações de visão computacional para construção de um modelo de identificação e catalogação que seja aplicado em espécies nativas, tendo como foco principal espécies silvestres de biomas brasileiros e populações de vida livre. A proposta pode se dividir em três principais contribuições para a preservação de animais nativos com diversas aplicações em programas de reabilitação e preservação, sendo as fases da proposta descritas da seguinte forma: 1.Criação de base de dados de imagens catalogada em parceria com institutos de preservação ao redor do país utilizando imagens de animais encontrados em diferentes biomas - tal contribuição seria importante no sentido de melhorar os esforços de proteção a nossa biodiversidade, visto que uma base dessa natureza seria inédita até o momento. Porém bases de dados de outros biomas podem ser usadas para teste de modelos de classificação e identificação, podendo servir como um incentivo à parcerias com ONG’s e projetos de preservação que possuam materiais de espécies nativas. A colaboração com a sociedade ecológica é importante tanto para coleta de dados como também para avaliação de resultados relevantes.; 2.Treinamento de um modelo para classificação de diferentes espécies nativas e comparação com outros modelos da literatura. Após a captação de uma base de dados adequada, a fase de programação deve incluir um framework de extração de características e classificação. O desafio nessa etapa do projeto seria busca de melhor modelo para extração de características que servissem como discriminantes para o maior número possível de espécies. Após isso, serão feitos testes em diferentes arquiteturas de redes Deep Learning a fim de buscar um melhor resultado para classificação e identificação que seja robusto em um cenário de espécies variadas. 3.Treinamento de um modelo que permita a extração de informação de indivíduos de populações através de imagens de vida livre. A análise de populações em vida livre é atualmente desempenhada através do uso de coleiras ou etiquetas eletrônicas que exigem a captura do indivíduo para seu monitoramento, além de ser um gasto considerável para grupos de proteção e preservação, pois além do custo do equipamento, a ida a campo para captura de animais também é um processo oneroso. Dessa forma, esta etapa foca no treinamento de um modelo capaz de diferenciar e extrair, dentro da mesma espécie, diferentes indivíduos e suas características mais relevantes, poupando assim o processo de captura para obtenção das principais informações e acompanhamento de determinados animais. Este conjunto de arquiteturas de aprendizado profundo e extração de características de imagens e vídeos - formando assim um framework de identificação de animais - deve ser então submetido a testes de validação. Se for possível através de parcerias, o teste do modelo em campo seria o ideal. Este primeiro teste deve ser feito com uma população limitada, de modo que o algoritmo aprenda a diferenciar características relevantes para a discriminação entre indivíduos de cada espécie em particular. Nesse contexto, modelos para monitoramento de vida livre devem ser robustos o suficiente para distinguir entre indivíduos já identificados e indivíduos inéditos de uma mesma espécie.  A identificação de indivíduos de uma mesma espécie também possui uma aplicação importante no combate ao tráfico de animais silvestres ao tornar possível identificar se um determinado animal já foi registrado anteriormente em vida livre.