Intra-African Geographic Domain Shift in Wildlife Camera Trap Species Classification: A Comparative Study of Supervised and Zero-Shot Foundation Models

기술 요약: 아프리카 내 지리적 도메인 변화에 따른 야생동물 카메라 트랩 종 분류

문제 정의
Snapshot Safari와 같은 카메라 트랩 네트워크는 자동화된 종 분류를 위한 딥러닝 모델 학습을 용이하게 하는 수백만 개의 라벨링된 야생동물 이미지를 아프리카 전역에서 생성해 왔으나, 모델의 일반화 가능성을 이해하는 데에는 여전히 중대한 격차가 존재한다. 구체적으로, 지리적 도메인 변화(모델을 학습시킨 아프리카의 한 지역에서 대륙 내 다른 지역으로 배포할 때 발생하는 현상)로 인한 성능 저하는 아직 충분히 파악되지 않았다. 보존 실무자들은 새로운 위치마다 새로운 라벨링 데이터를 수집할 자원이 없는 상태에서, 다양한 생태계(예: 동아프리카에서 남부 아프리카로)에 걸쳐 모델을 배포해야 하는 과제에 직면하곤 한다.

방법론
본 연구는 Snapshot Serengeti 데이터셋과 근본적으로 서로 다른 방식으로 상호작용하는 세 가지 독특한 모델 아키텍처를 사용하여, 아프리카 내 지리적 도메인 변화를 체계적으로 평가한 첫 사례를 제시한다.

1. 지도 학습 베이스라인 (BEiTV2): 이 모델은 Serengeti 이미지에 직접 미세 조정(fine-tuning)되었으며, 표준적인 지도 학습 접근 방식을 나타낸다.
2. 검색 기반 접근 방식 (DINOv2 + FAISS): 이 방법은 Serengeti 이미지를 FAISS 벡터 데이터베이스 내의 검색 인덱스로 활용한다. 모델 가중치는 업데이트되지 않으며, 쿼리와 가장 유사한 Serengeti 이미지를 검색함으로써 분류가 이루어진다.
3. 진정한 제로샷 파운데이션 모델 (BioCLIP): 이 아키텍처는 Serengeti 학습 데이터를 전혀 받지 않으며, 오로지 사전 학습된 파운데이션 역량에 의존하여 종을 분류한다.

실험 설계
세 가지 모델 모두 두 개의 별도 남부 아프리카 테스트 세트인 Snapshot Kgalagadi 및 Snapshot Kruger, 그리고 보츠와나에서 현지에서 수집된 야생동물 사진 세트에 대해 평가되었다. 본 연구는 도메인 변화에 영향을 미치는 변수를 격리하기 위해 설계된 8가지 특정 실험을 포함한다:

• 인도메인(in-domain) 베이스라인.
• 교차 데이터셋 전이 성능.
• 데이터 스케일링 효과.
• MegaDetector 전처리의 영향.
• 그레이스케일(흑백) 및 컬러 이미지 조건 간의 비교.
• 도메인 변화의 영향을 가장 많이 받거나 적게 받는 종을 식별하기 위한 종별 전이 분석.

주요 기여 및 결과
본 논문은 지도 학습 및 제로샷 아키텍처 모두에 걸쳐 아프리카 내 지리적 도메인 변화에 대한 최초의 경험적 특성을 제공한다. BEiTV2, DINOv2, BioCLIP을 비교함으로써, 본 연구는 서로 다른 학습 패러다임이 동아프리카와 남부 아프리카 생태계 사이의 생태적 및 시각적 변화를 어떻게 처리하는지 정량화한다. 결과는 다음 사항에 대한 비교 분석을 제공한다:

• 보존 맥락에서 미세 조정과 제로샷 추론의 효용성.
• 중간 단계로서의 검색 기반 방법의 유용성.
• 다양한 전처리 조건(예: MegaDetector) 및 이미지 양상(컬러 vs. 그레이스케일) 하에서의 모델 강건성.
• 지리적 도메인 변화에 대한 특정 종 수준의 취약성.

의의
본 연구의 주요 의의는 보존 AI 실무자들에게 실질적인 지침을 제공한다는 점에 있다. 본 연구는 매번 배포되는 사이트마다 새로운 라벨링 데이터를 수집할 필요 없이, 다양한 남부 아프리카 생태계에 걸쳐 모델을 배포해야 하는 현실적인 제약 문제를 다룬다. 현재의 파운데이션 모델과 지도 학습 베이스라인의 한계와 역량을 이 특정 지리적 맥락에서 체계적으로 규명함으로써, 본 연구는 아프리카 대륙 전역의 야생동물 모니터링을 위한 모델 선택 및 배포 전략에 관한 더 정보에 입각한 결정을 내릴 수 있도록 돕는다.