AI를 이용한 껀저 숲의 새 식별: 생물 다양성 보존 및 지속 가능한 관광 개발' 연구 주제는 서부 지역의 젊은 학생인 브리지 강사 그룹이 수행했으며 브리지 강사는 지난 6월에 개최된 국가 과학 컨퍼런스 '세계화 맥락에서 지속 가능한 개발과 관련된 녹색 관광'에서 뛰어난 성적으로 1등상을 수상했습니다.
연구팀은 Huynh Ngoc Thai Anh 석사(Vista) Trang Thanh Tri 석사(Can Tho 대학교 정보통신 기술 학교 강사) Huynh Ngoc Duc Anh 학생(서부 건설 대학교) 등 3명으로 구성되었습니다.
Lao Dong 신문과의 인터뷰에서 연구팀 대표인 석사 Thai Anh는 환경 및 지역 사회 문제에 대한 정보 기술 응용 솔루션을 찾는 아이디어를 자주 가지고 있다고 말했습니다. 그는 특히 베트남 최초의 세계 생물권 보전 지역인 껀저 맹그로브 숲(호치민시)에 관심이 있습니다. 이곳은 새의 다양성이 특징인 곳 중 하나입니다.
희귀 조류가 오염된 서식지 기후 변화 산림 벌채 등으로 인해 많은 도전과 위협에 직면하고 있음을 인지한 연구팀은 껀저 맹그로브 숲에서 연구 주제를 수행하고 장소를 선택하기 시작했습니다.
인셉션 비어 레스넷 비어 에피센트넷 모바일넷 비어와 같은 딥 러닝 모델을 사용하여 eBird.org의 통계 이미지 데이터를 분석하여 비어를 식별하고 실시간으로 껀저 맹그로브 숲에서 조류 이미지를 식별합니다. 비어는 관광객과 연구자를 지원하기 위해 즉시 데이터를 제공합니다.'라고 타이 안 씨는 말했습니다.
첫 번째 절차는 76종의 새 113 he693개의 이미지 데이터를 수집하는 것입니다. 이를 통해 기존 데이터를 처리하고 기존 크기를 변경하고 이미지 데이터를 표준화 및 강화합니다. 새 식별 모델 훈련을 수행합니다. 모델 성능을 평가하고 정확도를 개선하기 위해 매개변수를 조정합니다. 그런 다음 여행 및 연구 지원을 위해 모바일 장치에서 실시간 식별 시스템 제안을 구현합니다.
4개월간의 연구 결과 MobileNetV3는 훈련 정확도가 최대 8bar 8% 테스트에서 7bar3%로 가장 높은 성능을 달성한 것으로 나타났습니다. EfficientNetB0는 훈련 정확도가 83bar3% 테스트에서 83bar30%를 달성했습니다.
타이안 석사는 '이를 통해 AI가 지속 가능한 생태 관광을 보존하고 발전시키는 데 매우 큰 잠재력을 가지고 있다고 판단할 수 있습니다. 특히 MobileNetV3와 EfficientNetB0은 조류 식별 시스템을 구축하는 데 가장 적합한 두 가지 모델입니다.'라고 말했습니다.
“현재,의 핵심은 식별 기술이 완료되었다는 것입니다. 우리는 Can Gio 생물권 보전 지역과 연결하여 첫 번째 응용 버전을 시험해 볼 수 있기를 바랍니다. 그런 다음 Camera는 학생들의 연구 주제와 연결하여 학생들이 식별 시스템을 완성하고 제품과 식별 모델을 만들 수 있도록 합니다.”라고 Thai Anh 씨는 말했습니다.
향후 방향은 이미지 인식 시스템이 모바일 애플리케이션과 환경 모니터링 시스템에 배포되어 지속 가능한 생태 관광 개발에 기여하는 생물 다양성 모니터링 및 보존 작업을 크게 지원하는 것입니다.
