AI算法助力打击海洋野生动物走私,识别准确率达92%
阅读原文· ithome.com麦考瑞大学科研团队利用神经网络训练算法,改造机场现有X射线CT扫描设备,在三维影像中识别鱼翅、海马、海参等常见走私海洋生物样本。基于298组扫描样本训练与测试,算法整体识别准确率达92%,其中鱼翅95%、海马96%、海参86%,误报率为13%。该智能检测系统可自动标记可疑行李,但误报仍需人工复核,且CT设备成本高、非所有机场配备,目前仅作为现有检查手段的补充。
IT之家 6 月 8 日消息,提起野生动物走私,我们或许会想到犀牛角、被当作宠物贩卖的红毛猩猩幼崽。但海洋生物走私这类鲜为人知的犯罪活动,同样会严重破坏海洋生态系统。令人担忧的是,鱼翅等常见走私海洋野生物品极易藏匿在行李或包裹中跨境运输,往往难以被查获。为解决这一难题,科研人员借助人工智能研发出一套算法,可识别鱼翅、海马、海参等常见走私海洋生物样本,识别准确率达 92%。
麦考瑞大学的瓦妮莎 · 皮罗塔博士是这篇发表于《海洋可持续发展前沿》期刊论文的第一作者,她表示:“野生动物交易残忍且违背道德。很多人可能还是第一次听说海洋野生动物非法走私。走私活动的目标不只是犀牛角、象牙这类大众熟知的物种。我们希望借世界海洋日,让这一问题受到广泛关注。”
海洋中的危机
据估算,全球海洋野生动物非法交易的年交易额高达数十亿美元,濒危物种因此面临巨大威胁。人们为食用、制药、制作饰品或当作宠物而贩运海洋生物,本就岌岌可危的生物种群生存状况进一步恶化。此外,活体走私的海洋生物一旦逃逸,还会在其他生态系统中成为外来入侵物种。然而,现场查处走私行为向来知易行难,这不仅导致走私活动难以遏制,也让其对生态环境造成的影响无法准确估量。
据IT之家了解,研究团队改造了机场现有的 X 射线计算机断层扫描设备。这类设备原本用于排查爆炸物及生物安全隐患,能对单一物品进行多次 X 光扫描,生成内部物品的三维影像。科研人员利用神经网络训练算法,使其能够在影像中识别常见走私物种,希望打造一套可自动标记可疑行李、交由人工核查的智能系统。
本次研究将识别对象锁定为鱼翅、海马和海参。鱼翅是热门食材,干海马则多用于传统药材交易。海参走私的相关记录相对较少,但已知其长期遭到非法过度捕捞。研究人员认为,海参走私的实际规模远比目前有据可查的情况更大。
研究人员共完成 298 组扫描样本,其中包括 20 份海参样本、30 份海马样本以及 18 份鱼翅样本,多数样本均来自以往查获的走私货品。研究人员为每份样本调整摆放位置、搭配不同场景,各拍摄五组影像,同时还制作了包含多种样本的混合扫描图。此外,他们还模拟走私分子的藏匿手段开展扫描:用锡纸、衣物包裹样本,或将其藏在儿童玩具内。研究人员还采用威胁图像投射技术,将上述扫描影像叠加到无违禁品的行李 CT 影像中,以此还原走私物藏匿于行李的真实场景。