Loading...
Publication
Usage of convolutional neural networks for identifying marine mammal individuals
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 9.01 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
Identifying marine mammals is a common practice performed by whale-watching crew members.
Typically, an experienced marine ecologist is the one who can identify not just the taxa, but also
the individual. This process is however always done in the aftermath of data sampling, where
the goal is to use photo identification and match the dorsal fins of individuals spotted at the
different spatio-temporal scales. This dissertation provides the pipeline and addresses the chal lenges in the usage of Convolutional Neural Networks (CNNs) to discriminate marine mammal
individuals, in this case (pilot whales) based on the dorsal fins. The dissertation uses as input the
1138 images dataset containing over 856 individuals, and through three experiments addresses the
issues when discriminating such a high number of classes. In the first experiment, the dissertation
studies the role of synthetic data augmentation in boosting model performance. In second, the
dissertation benchmarks the existing state-of-the-art convolutional neural network architectures.
In third, the dissertation focuses on discriminating other features from dorsal fins to identify indi viduals (scratches, nicks, roundness, wideness). The dissertation outlines the issues and proposes
the guidelines for the next effort in discriminating marine mammal individuals.
A identificação de mamíferos marinhos é uma prática comum realizada pelos tripulantes de ob servação de baleias. Normalmente, o ecologista marinho experiente é aquele que pode identificar não apenas os táxons, mas também o indivíduo. Este processo, é no entanto feito sempre após a amostragem de dados, onde o objetivo é usar a identificação por foto e combinar as barbatanas dorsais dos indivíduos localizados nas diferentes escalas espaço-temporais. Esta dissertação fornece o pipeline e aborda os desafios do uso de Redes Neurais Convolucionais (CNNs) para discriminar indivíduos de mamíferos marinhos, neste caso (baleias-piloto) com base nas barbatanas dorsais. A dissertação usa como input um dataset de 1138 imagens que contêm 856 indivíduos, e através de três experiências aborda os problemas de discriminar um número tão elevado de classes. Na primeira experiência, a dissertação estuda o papel do aumento de dados sintéticos no melhora mento do desempenho do modelo. Na segunda experiência, a dissertação avalia arquiteturas de redes neurais convolucionais de última geração existentes. Na terceira experiência, a dissertação foca-se em discrimar outras caraterísticas das barbatanas dorsais para identificar indivíduos (ar ranhões, cortes, redondeza, amplitude). A dissertação descreve os problemas e propõe as diretrizes para o próximo esforço em discriminar indivíduos de mamíferos marinhos.
A identificação de mamíferos marinhos é uma prática comum realizada pelos tripulantes de ob servação de baleias. Normalmente, o ecologista marinho experiente é aquele que pode identificar não apenas os táxons, mas também o indivíduo. Este processo, é no entanto feito sempre após a amostragem de dados, onde o objetivo é usar a identificação por foto e combinar as barbatanas dorsais dos indivíduos localizados nas diferentes escalas espaço-temporais. Esta dissertação fornece o pipeline e aborda os desafios do uso de Redes Neurais Convolucionais (CNNs) para discriminar indivíduos de mamíferos marinhos, neste caso (baleias-piloto) com base nas barbatanas dorsais. A dissertação usa como input um dataset de 1138 imagens que contêm 856 indivíduos, e através de três experiências aborda os problemas de discriminar um número tão elevado de classes. Na primeira experiência, a dissertação estuda o papel do aumento de dados sintéticos no melhora mento do desempenho do modelo. Na segunda experiência, a dissertação avalia arquiteturas de redes neurais convolucionais de última geração existentes. Na terceira experiência, a dissertação foca-se em discrimar outras caraterísticas das barbatanas dorsais para identificar indivíduos (ar ranhões, cortes, redondeza, amplitude). A dissertação descreve os problemas e propõe as diretrizes para o próximo esforço em discriminar indivíduos de mamíferos marinhos.
Description
Keywords
Convolutional neural networks Deep Learning Marine mammals Photo identification Object detection Image classification Redes Neuronais Convolucionais Deep Learning (DL) Mamíferos marinhos Identificação por fotos Deteção de objectos Classificação de imagens Engenharia Informática . Faculdade de Ciências Exatas e da Engenharia