科学家利用卫星图像计数大象

监测濒危物种对于帮助他们生存至关重要。为了保护他们免遭偷猎者或栖息地破坏，保护主义者需要进行准确的监测。

当前的方法容易出错，可能导致对动物趋势的误解和错误地分配资源。因此，来自巴斯大学，牛津大学和荷兰特温特大学的一组科学家将卫星图像与深度学习相结合，可以从太空中检测大象。

事实证明，该团队的方法可与人类检测的准确性相媲美，并且可以帮助解决许多现有挑战，例如跨境限制和云覆盖等。

该团队使用了Maxar WorldView-3卫星图像，该图像能够在短短几分钟内一次采集超过100万英亩（5,000平方千米）的图像。这样可以在必要时进行快速重复成像，并且将重复计数的速度降到最低，从而将其最小化。

然后，该团队利用深度学习处理从Maxar的WorldView-3卫星收集的大量图像。在几个小时内，团队就收集了相关数据。手工整理时，此过程通常需要几个月的时间。

除了速度之外，深度学习算法还提供了一致的结果，不易出错，以及误报和误报。

为了开发这种方法，研究小组创建了一个定制的训练数据集，其中包含1000多头大象，然后将其输入到卷积神经网络（CNN）中。经过试验，研究小组得出结论，其CNN能够以与人类检测能力一样高的精度检测卫星图像中的大象。

＆＃34; 卫星图像的分辨率每两年增加一次，并且随着每一次增加，我们将能够更详细地看到较小的事物，＆＃34; 巴斯大学的计算机科学家奥尔加·伊苏波娃（Olga Isupova）博士说：``其他研究人员设法发现了黑色信天翁巢穴对雪的影响。 毫无疑问，黑白对比使它变得更容易了，但这并没有改变信天翁的巢只有大象大十分之一的事实。＆＃34;