Bildigenkänning för viltkameror

Viktiga resultat som projektet gav

Projektets syfte är att skapa en behovsorienterad lösning för förvaltning, analys och tolkning av bildmaterial från faunaprojekt hos Trafikverket och andra myndigheter. Projektet tagit fram bildförvaltningsplattformen ”Capture” som kombinerar manuell förvaltning av metadata med automatisk bildigenkänning genom AI/ML samt automatiserad avpersonifiering av bilder på människor eller fordon. Capture har utvecklats och testats i samråd med pågående kameraprojekt hos Trafikverket och SLU. Fortsatt vidareutveckling pågår.

Långsiktiga effekter som förväntas

Capture effektiviserar hantering, analys och kategorisering av bildmaterial från kamerastudier av faunaåtgärder och andra faunaprojekt. Verktyget erbjuder en centraliserad arkivering av avpersonifierat bildmaterial och därmed en bas för utvärdering av förändringar i miljö och infrastruktur. Systemets moduluppbyggnad möjliggör att nya algoritmer för bildigenkänning av annat än vilt lätt kan inarbetas och därmed vidga användningsområdet. Referensgruppen med bl.a. Naturvårdsverket, länsstyrelser och Jägareförbundet, föreslår Capture som central tjänst hos SLU.

Upplägg och genomförande

Capture utvecklades och testades på SLU:s IT-plattform genom samarbete mellan SLU, Sweco AB det Norska institutet för naturforskning (NINA). Modulen för bildigenkänning använder algoritmer utvecklade av NINA som kan tränas med hjälp av manuellt validerade bilder från plattformen. Resultatet utgör ett arkiv för rensade, avpersonifierade och kategoriserade bilder med tillhörande metadata som kan exporteras till andra program eller till statistikanalyser för att exempelvis beräkna artspecifika besöksfrekvenser vid övervakade faunapassager.

Externa länkar

Inloggning kräver användarnamn och lösenord som tilldelas av systemadministratören Andreas.Seiler@SLU.se