Brinno | Application Stories | Animal tracking NO

Spinner

 
 
 
 
Buildings with an orange overlay

Utendørs dyresporing
Brinno Tidsforfall i forskningsapplikasjoner

Time-lapse-videoer har mange bruksområder i akademia. En fersk artikkel av Mathieu Bonneau et al. med tittelen "Outdoor Animal Tracking Combining Neural Network and time-Lapse Cameras" ble publisert i Tidsskrift for datamaskiner og elektronikk i landbruket. Denne artikkelen undersøkte nytten av Brinno time Lapse-kameraer (BCC100, BCC200, BCC2000) i forskningsstudier som involverer sporing av dyr utendørs.

Prosjektet gikk ut på å overvåke en middels stor geiterstamme i et beite. Geitestammen måtte overvåkes i ukevis og det var geiter i forskjellige aldre, størrelser og farger. For å kamme gjennom videodataene opprettet forskerteamet et nevralt nettverk som jevnt kunne analysere bilder tatt av BCC200-kameraer og identifisere plasseringene til hvert medlem av stammen.

Kombinasjonen av dyp læring og time-lapse-fotografering for å spore dyrebevegelser i et utendørs miljø ga forskerne en ikke-invasiv måte å overvåke geitenes plassering og oppførsel. Forskerne nevner at det er mange grunner til å overvåke dyr og studere deres bevegelser, som helse- og beiteforvaltning, men tradisjonelle overvåkingsmetoder har krevd gps-sporing med merker, noe som ikke bare er smertefullt for dyret, men også kostbart og tidkrevende for forskeren.

Forskernes konklusjon er at hovedfordelen med å bruke Brinno time-lapse-kameraer til forskningsformål er at de er rimelige og kan gå i flere uker uten å bytte batterier.

hvis du undersøker et sted som er avsidesliggende eller upraktisk plassert, har du kanskje ikke tilgang til strøm eller muligheten til å komme innom og sjekke kameraene. Brinnos værbestandige hus i ath-serien sørger også for at kameraet ditt kan fortsette å ta opp uavhengig av værforholdene.

Brinno-kameraer tilbyr forskere en problemfri time-lapse-løsning som er pålitelig og kostnadseffektiv. De innsamlede dataene er klare og enkle å analysere ved hjelp av et nevralt nettverk. Bortsett fra dyreovervåking, inkluderer noen eksempler på hvordan Brinno-kameraer har blitt brukt i tidligere forskningsstudier trafikkstyring, geologiske endringer og menneskelig atferd.

For å lære mer om Brinno time-lapse-kameraer og hva som gjør Brinno-kameraer til et toppvalg for forskere, besøk:  
www.brinno.eu

Hvis du er interessert i å lese mer om Mathieu Bonneaus forskning, kan du finne artikkelen hans her:
www.sciencedirect.com
Animal tracking picture
Animal tracking schematic
Animal tracking