کنفرانس بین المللی محاسبات نرم

صفحه اصلی / ششمین کنفرانس بین المللی محاسبات نرم

تشخیص نوع گونه های حیات وحش در مناطق حفاظت شده استان کرمانشاه مبتنی بر بینایی ماشین

نویسندگان :

فرشاد فتاحی¹ مجید ایرانپور مبارکه² مسلم محمدی³

1- دانشگاه پیام‌نور 2- دانشگاه پیام نور 3- دانشگاه پیام‌نور

کلمات کلیدی :

گونه های حیات وحش،بینایی ماشین،مناطق حفاظت شده،یادگیری عمیق

چکیده :

زیست کره با تغییرات اقلیمی و کاهش تنوع زیستی مواجه و دخالت بشر و تخریب سیمای سرزمین، باعث کاهش تنوع زیستی در سطوح ژن، گونه و اکوسیستم شده است. پردازش تصویر برمبنای هوش مصنوعی به دلیل قابلیت‌ آن در تعمیم الگوها از تصاویر، توجه پژوهشگران اکولوژی را به خود جلب کرده است. در این مقاله، از 1000 تصویر دیجیتال 4 گونه وحشی پستاندار گیاهخوار شامل کل و بز و آهو، پستاندار گوشتخوار شامل پلنگ و پرنده شکاری سارگپه، در سال های 1395 الی 1403، در مناطق حفاظت شده سازمان حفاظت محیط زیست در استان کرمانشاه با هدف تشخیص این گونه ها با استفاده از پردازش تصاویر مبتنی بر هوش مصنوعی استفاده شده است. از یادگیری انتقالی و معماری رزنت50 بهره گرفته شده و با استفاده از برنامه نویسی پایتون، مدل در گوگل کولب آموزش داده شده است. نتایج نشان می دهد که دقت آموزش مدل، 97.87 و دقت اعتبارسنجی مدل 98.75 درصد می باشد. پیش بینی صحیح مدل برای آهوی ایرانی با احتمال 97.3، برای کل و بز وحشی با احتمال 99.8، برای سارگپه با احتمال 99.9 و برای پلنگ ایرانی با احتمال 99.9 درصد است. با توجه به اینکه مدل به بالاترین دقت آموزش و اعتبارسنجی و پایین ترین هزینه آموزش رسید، کلاس های پیش بینی شده برای چهار گونه، کلاس صحیح با بیشترین احتمال می باشد که نشاندهنده دقت و تطابق مناسب با داده های آزمایشی است. پیشنهاد می گردد که از این مدل، برای تشخیص گونه ها استفاده و مدل برای تعداد بیشتری از گونه ها آموزش داده شود.