Wageningen University & Research

Dieren herkennen met software

Herkennen van dieren

Beeldherkenning heeft vele toepassingen. Op Iphone wordt het gebruikt om de eigenaar te herkennen, hier zijn speciale technieke voor ingezet om 3D herkenning mogelijk te maken, Samsung gebruikt infrarood en irisscans wat weer een andere techniek is. Beeldherkenning kan worden gebruikt voor het herkennen van mensen, dieren en objecten als auto’s baggage, bureaus etc..

Beeldherkenning van mens en dier

Wij hebben voor een Universiteit beeldherkenning software gemaakt die mensen en dieren moet herkennen van een serie beelden die wordt gemaakt als er beweging wordt gedetecteerd door honderden camera’s opgesteld in het veld. Dit heeft zo zijn eigen problematiek, waarbij vaak maar delen van een mens of dier zichtbaar zijn. De mens hoeven we overigens niet persoonlijk te herkennen, alleen of er een mens op staat en verder niet. Dit is om ongewenst privacy schending te voorkomen. De dieren is waar het werkelijk om gaat, hierbij moeten we dieren herkennen op hoofd en ondersoort. Dus niet of het een hert is, maar dat het een Damhert is en geen Edelhert. We zijn hier erg succesvol in geweest, waarbij we een beter resultaat wisten te bereiken dan een Amerikaanse universiteit met min of meer dezelfde doelen.

Wat grappig was bij dit project, dat de professor die het vanuit wetenschappelijk perspectief begeleide opmerkte dat iedereen wel een Zebra herkent. Software herkent net zo makkelijk een exotisch diersoort als een zebra, als er maar trainingsmateriaal aanwezig is om zo’n dier te herkennen.

Om te zien of we de software voor de gek konden houden hadden we dus een paard vermomd als zebra laten analyseren. Maar het liet zich niet zo makkelijk voor de gek houden. Het resultaat zie je hieronder. Met 85% zekerheid concludeerde de software dat het toch echt om een paard ging.

Paard

Voorbeeld detectie

Onderstaand plaatje geeft een aardig inzicht hoe het werkte. De camera detecteert beweging en maakt een aantal foto’s. Die foto’s worden doorgegeven aan de software en komt in dit geval tot de conclusie dat het gaat om een Witstaarthert. De zekerheid van de detectie in dit geval was hoog >98%. Dat komt omdat het dier goed in beeld is van diverse invalshoeken en dat er voldoende trainings materiaal was om dit soort dieren te herkennen.

Dier herkenning

Meer inspiratie opdoen ?




    Inspiratie opdoen door contact op te nemen?