Computer Vision for Wildlife Monitoring: Detecting Brown Howler Monkeys using YOLO

Technische Samenvatting: Computer Vision voor Wildmonitoring – Detectie van Bruine Brulapen met behulp van YOLO

Probleemstelling
Stedelijke expansie en habitatfragmentatie vormen kritieke bedreigingen voor arborale soorten, in het bijzonder de bruine brulaap (Alouatta guariba), door populaties te isoleren en de mortaliteitsrisico's door wegongelukken en elektrocutie te vergroten. Canopy-bruggen dienen als een mitigatiestrategie, maar de effectiviteit ervan is afhankelijk van continue monitoring via cameravallen. Dit handmatige beoordelingsproces wordt gehinderd door een overweldigend volume aan gegevens, waarvan een groot deel bestaat uit fout-positieven veroorzaakt door vegetatie of weersomstandigheden. Bovendien wordt de ontwikkeling van hoogwaardige computer vision-modellen voor deze specifieke taak beperkt door de "data-bottleneck": de schaarste aan grote, handmatig geannoteerde datasets die vereist zijn voor training.

Methodologie
De studie stelt een hybride aanpak voor om de detectie van bruine brulapen in cameravallen-beelden te automatiseren, waarbij real-world data wordt geïntegreerd met synthetische data om de schaarste aan annotaties te overwinnen.

• Primair Dataset: De auteurs maakten gebruik van beelden uit een langdurige veldstudie in Porto Alegre, Brazilië, waarbij 10 touwladders (canopy bridges) werden betrokken. Van 16.179 video's werd een gecureerde subset van 2.325 video's die brulapen bevatten, verwerkt. Frames werden op intervallen van 1 seconde gesampled om 10.508 unieke afbeeldingen te creëren, die handmatig werden geannoteerd met de VGG Image Annotator.
• Auxiliaire Datasets: Om de impact van trainingsdiversiteit te testen, werden twee publieke datasets geïntegreerd: een "Human Detection Dataset" en een "Non-Human Primate Dataset" (elk 5.000 afbeeldingen).
• Synthetische Datageneratie: Een synthetische dataset van 10.000 afbeeldingen werd gecreëerd met behulp van Unity en Blender. Een 3D-model van een bruine brulaap werd getextureerd en geplaatst in een virtuele canopy-brug omgeving. Het generatieproces varieerde de lichtomstandigheden (met behulp van 9 HDRIs en 3 post-processing instellingen voor dag, bewolkt en nacht) en camerahoeken om omgevingsdiversiteit te simuleren.
• Modelarchitectuur: De studie heeft het YOLOv10 objectdetectie-framework gefinetuned.
• Experimenteel Ontwerp:
  • Afbeeldingsexperimenten: Het model werd getraind met variërende proporties primaire (echte brulap) data en auxilaire (mens, niet-menselijke primaten, synthetisch) data. Experimenten testten combinaties variërend van 100% echte data tot 100% auxilaire data, evenals gemengde ratio's (bijv. 50/50 splitsingen).
  • Video Triage: Om de bruikbaarheid van het model voor natuurbeschermers te evalueren, werd een video-classificatieprotocol ontworpen. Het model verwerkte 4 frames per seconde uit video's van 30 seconden. Een video werd geclassificeerd als "bevat een brulaap" als het aantal positieve frame-detecties een specifieke drempel overschreed (geoptimaliseerd via de F1-score).
• Evaluatie: De studie maakte gebruik van temporele cross-validatie om data-lekkage te voorkomen, waarbij werd gewaarborgd dat de trainingsdata chronologisch voorafging aan de validatiedata. Prestaties werden gemeten aan de hand van Precisie, Recall, F1-score en Mean Average Precision bij IoU 0.5 (mAP@0.5).

Belangrijkste Resultaten

• Impact van Data Mixen: Het referentiemodel, getraind op 5.000 echte afbeeldingen, bereikte een F1-score van 0,808 en een mAP@0.5 van 0,805.
  • Superioriteit van Synthetische Data: Onder de auxilaire datasets leverde synthetische data de beste prestatieverbeteringen op. Een model getraind met 2.500 echte en 2.500 synthetische afbeeldingen behaalde een precisie van 0,889 (een stijging van 5% ten opzichte van de referentie), hoewel dit gepaard ging met een lichte afname in recall.
  • Optimale Hybride Training: De hoogste algehele prestatie werd bereikt door te trainen op de volledige beschikbare dataset: 10.508 echte afbeeldingen gecombineerd met 10.000 synthetische afbeeldingen. Deze configuratie resulteerde in een F1-score van 0,859 en een mAP@0.5 van 0,873, wat beter presteerde dan het model dat alleen op 10.000 echte afbeeldingen werd getraind.
  • Grenzen van Auxiliaire Data: Training uitsluitend op auxilaire data (bijv. alleen synthetisch of alleen niet-menselijke primaten) resulteerde in een ernstige prestatiedegeneratie, wat bevestigt dat synthetische data de echte data aanvult maar niet volledig kan vervangen.
• Prestaties van Video Triage: Door een drempelwaarde van 24 positieve frames per video te gebruiken, bereikte het systeem een F1-score van 0,762 voor video-classificatie, met een recall van 0,838. Dit geeft aan dat het systeem ongeveer 84% van de video's met brulapen succesvol behield terwijl negatieve gevallen werden weggefilterd.
• Foutanalyse: False negatives waren primair gerelateerd aan video's met slechts één enkele aap, gedeeltelijke zichtbaarheid van het dier, of korte verschijningen (<5 seconden). Omgevingsfactoren zoals fel zonlicht en regen droegen eveneels bij aan detectieproblemen.

Betekenis en Claims
Het artikel claimt dat de voorgestelde hybride strategie een levensvatbare oplossing biedt voor het probleem van dataschaarste bij wildmonitoring. Door synthetische data gegenereerd in Unity te integreren met real-world beelden, demonstreren de auteurs dat het mogelijk is om een hoge detectie-accuratesse te behouden terwijl de afhankelijkheid van arbeidsintensieve handmatige annotatie wordt verminderd.

De studie positioneert de ontwikkelde tool niet als een perfecte vervanging voor menselijke beoordeling, maar als een efficiënt triage-mechanisme. Het stelt natuurbeschermers in staat om enorme hoeveelheden cameravallen-beelden snel te filteren, video's zonder de doelsoort te verwijderen en prioriteit te geven aan video's die brulapen bevatten voor gedetailleerde analyse. De auteurs merken op dat hoewel het model uitdagingen ervaart met gedeeltelijke occlusies en korte verschijningen, de aanpak de handmatige werklast aanzienlijk vermindert, waardoor meer schaalbare en tijdige strategieën voor natuurbehoud voor arborale zoogdieren in gefragmenteerde stedelijke omgevingen mogelijk worden. De auteurs hebben ook een begeleidende applicatie (HowlerApp) uitgebracht om de inzet van deze tools voor veldonderzoekers te faciliteren.