Wissenschaftler wendeten Bildverarbeitungsmodelle an und konnten aus dem Kontext eines Bildes schließen, ob es sich um den Verkauf eines lebenden Tieres handelte. Diese Methoden ermöglichen es, die Posten zu kennzeichnen, die möglicherweise illegal Tiere verkaufen.
Der illegale Handel mit Wildtieren wird auf mehrere Milliarden Dollar geschätzt, in dem Hunderte von Arten weltweit gehandelt werden. Ein beträchtlicher Teil des illegalen Wildtierhandels nutzt inzwischen Online-Marktplätze, um lebende Tiere oder Tierprodukte zu bewerben und zu verkaufen, da er mehr Käufer als zuvor erreichen kann. Da der Handel über das Internet stattfindet, ist es äußerst schwierig, Tausende von Beiträgen manuell zu durchsuchen, und es sind Methoden zum automatisierten Filtern erforderlich.
Im Vergleich zur Verwendung von Computervision zur Identifizierung von Arten anhand von Bildern wird die Identifizierung von Bildern im Zusammenhang mit dem illegalen Artenhandel mit Wildtieren durch die Notwendigkeit erschwert, den Kontext zu identifizieren, in dem die Arten dargestellt werden.
In einem neuen Artikel, erschienen in Biologische Konservierunghaben Wissenschaftler des Helsinki Lab of Interdisciplinary Conservation Science der Universität Helsinki diese Lücke geschlossen und einen automatisierten Algorithmus entwickelt, der maschinelles Lernen nutzt, um solche Bildinhalte im digitalen Raum zu identifizieren.
„Dies ist das erste Mal, dass maschinelle Bildverarbeitungsmodelle angewendet wurden, um den Kontext eines Bildes abzuleiten, um den Verkauf eines lebenden Tieres zu identifizieren. Wenn ein Verkäufer für ein Tier zum Verkauf wirbt, wird die Werbung oft von einem Bild des Tieres begleitet Tier in Gefangenschaft. Dies unterscheidet sich von Bildern ohne Gefangenschaft, beispielsweise einem Bild eines Tieres, das von einem Touristen in einem Nationalpark aufgenommen wurde. Mithilfe einer Technik namens Merkmalsvisualisierung haben wir gezeigt, dass unsere Modelle sowohl das Vorhandensein von eines Tieres auf dem Bild und der Umgebung des Tieres auf dem Bild. Auf diese Weise ist es möglich, die Posts zu kennzeichnen, die Tiere möglicherweise illegal verkaufen“, sagt Dr. Ritwik Kulkarni, der Hauptautor dieser Studie.
Als Teil ihrer Forschung trainierten die Wissenschaftler 24 verschiedene neuronale Netzmodelle auf einem neu erstellten Datensatz unter verschiedenen experimentellen Bedingungen. Die leistungsstärksten Modelle erreichten eine sehr hohe Genauigkeit und konnten gut zwischen natürlichen und gefangenen Kontexten unterscheiden. Ein weiteres interessantes Merkmal der Studie ist, dass die Modelle auch mit Daten getestet wurden und gut funktionierten, die aus einer Quelle stammten, die nichts mit Trainingsdaten zu tun hatte, und daher die Fähigkeit zeigten, gut für die Identifizierung anderer Inhalte im Internet zu funktionieren.
„Diese Methoden sind ein Wendepunkt in unserer Arbeit, die darauf abzielt, die automatisierte Identifizierung von illegalen Wildtierhandelsinhalten aus digitalen Quellen zu verbessern. Wir erweitern diese Arbeit jetzt, um mehr taxonomische Gruppen über Säugetiere hinaus einzubeziehen und neue Modelle zu entwickeln, die Bild- und Textinhalte identifizieren können gleichzeitig“, sagt außerordentlicher Professor Enrico Di Minin, der andere Co-Autor, der das Helsinki Lab of Interdisciplinary Conservation Science leitet.
Mehr Informationen:
Ritwik Kulkarni et al., Auf dem Weg zur automatischen Erkennung des Wildtierhandels mithilfe von Bildverarbeitungsmodellen, Biologische Konservierung (2023). DOI: 10.1016/j.biocon.2023.109924