Suche
Mein Konto
Revolucija u istraživanju životinja: Mobilne kamere otkrivaju ponašanje ptica!
Istraživači sa Sveučilišta u Konstanzu razvijaju inovativni sustav kamera za istraživanje ponašanja divljih ptica koristeći 3D-SOCS.
Revolucija u istraživanju životinja: Mobilne kamere otkrivaju ponašanje ptica!
Istraživači iz Klastera izvrsnosti Konstanz “Collective Behavior” razvili su inovativni sustav mobilnih kamera pod nazivom “3D-SOCS”. Ovaj sustav dizajniran je za hvatanje detaljnih podataka o ponašanju životinja u njihovom prirodnom staništu i omogućuje precizno 3D praćenje položaja i kretanja više ptica bez markera istovremeno. Do danas se 3D praćenje uglavnom fokusiralo na zatvorene prostore ili životinje u zatočeništvu. Novi sustav objavljen je u renomiranom časopisu Methods in Ecology and Evolution i predstavlja napredak u istraživanju ponašanja životinja.
Korištenje 3D-SOCS-a dogodilo se u šumi u blizini Instituta Max Planck za biheviorističku biologiju u Möggingenu. Tijekom terenskog eksperimenta, prikazani su vizualni podražaji poput crva brašnara i plišanih ptica kako bi se promatrale reakcije ptica. Dobiveni podaci omogućuju donošenje zaključaka o korištenju vidnog polja i lateralizaciji ptica. Sustav se također može koristiti za procjenu volumena tijela životinja, koji služi kao aproksimacija njihove težine. Ono što je posebno važno je da je prikupljanje podataka neinvazivno, što znači da se životinje ne moraju hvatati.
Tehnološke inovacije i ekološki monitoring
3D SOCS sustav predstavlja otvorenu platformu. Hardverski planovi i softverski programi javno su dostupni, omogućujući širokoj znanstvenoj zajednici korištenje tehnologije. Ovaj sustav promiče sinergiju između laboratorijskih i terenskih istraživanja i uklanja jaz između kontroliranih studija i ekološki valjanih terenskih opažanja. Financira ga Njemačka istraživačka zaklada (DFG) i Švicarsko državno tajništvo za obrazovanje, istraživanje i inovacije (SERI), a radi na baterije, tako da je dizajniran za korištenje na terenu.
Autori temeljne studije, uključujući Michaela Chimenta i Alexa Hoi Hang Chana, imaju za cilj prikupiti velike skupove podataka o ponašanju divljih životinja u prirodnim staništima. Korištenjem najsuvremenijih tehnologija senzora kao što su GPS i oznake pasivnih transpondera, kvaliteta i opseg podataka o ponašanju značajno su poboljšani. Napredak strojnog učenja i računalnog vida omogućuje posebno precizna mjerenja koja se mogu natjecati s kontroliranim laboratorijskim uvjetima.
Uloga algoritama za analizu slike
Uz razvoj u Konstanzu, istraživači sa Sveučilišnog instituta za neuroinformatiku i ETH Zurich stvorili su algoritam za analizu slike za automatizaciju analize video snimaka u bihevioralnim studijama. Ovaj algoritam koristi računalni vid i strojno učenje za razlikovanje pojedinačnih životinja i otkrivanje ponašanja kao što su znatiželja i strah. Posebne prednosti algoritma leže u brzoj i automatiziranoj evaluaciji video zapisa, što povećava ponovljivost i valjanost rezultata istraživanja.
Metoda je uvježbana pomoću video snimaka miševa i makakija, ali je univerzalno primjenjiva. Od praćenja abnormalnog ponašanja u uzgoju životinja do analize složenih društvenih interakcija u životinjskim zajednicama, ovaj algoritam ima široku primjenu. Zajedno sa Zoološkim vrtom u Zurichu, ova inicijativa ima za cilj poboljšati uzgoj životinja i uspostaviti automatizirano istraživanje ponašanja. Profesor ETH Yanik planira koristiti ovu tehniku u svom istraživanju učenja oponašanjem.
Napredak postignut ovim tehnologijama mogao bi značajno pridonijeti produbljivanju našeg razumijevanja ponašanja životinja u divljini, a time i poboljšanju osnove za zaštitu i očuvanje ugroženih vrsta.