BiodivKI

NatureAI

Automatische Detektion der Biodiversität in Nationalen Naturlandschaften mittels Verfahren des Deep Learnings

National- und Naturparks sind für die Erhaltung der biologischen Vielfalt von entscheidender Bedeutung, da sie oft die letzten verbliebenen Gebiete natürlicher Ökosysteme darstellen und Lebensräume für seltene und gefährdete Arten bieten. Zur Erhaltung der Artenvielfalt müssen die Parks die Tierpopulationen sowohl räumlich als auch zeitlich kontinuierlich überwachen. Die aktuellen Methoden, insbesondere die Revierkartierungen durch Expertinnen und Experten, sind zeitaufwendig, fehleranfällig, nicht automatisiert und es mangelt an verfügbaren Expertinnen und Experten, die diese Kartierung vornehmen können. Daher wird im Projekt NatureAI ein KI-basiertes Echtzeit-Monitoring-System entwickelt, das bioakustische Daten nutzt, um die Biodiversität in National- und Naturparks automatisiert und standortspezifisch zu überwachen. Mehrere intelligente „Smarte Rekorder“ als Aufnahmesysteme verwenden effiziente und selbstlernende Deep-Learning-Modelle, um verschiedene Arten genau zu identifizieren. Die größte Herausforderung besteht darin, diese Modelle schnell standortspezifisch anzupassen, was durch die Optimierung mit Deep-Learning-Techniken erreicht wird. Dafür werden zusätzliche Annotationen über eine App durch Nutzer-Feedback gesammelt, wodurch eine nachhaltige Datenplattform für die Biodiversitätsüberwachung aufgebaut wird.

Das Projekt verfolgt in der ersten Phase die vertiefte Ausarbeitung eines detaillierten Konzepts. Es werden Schnittstellen zu den Anwendern in National- und Naturparks etabliert und mögliche konkrete Anwendungsbeispiele ausgewählt. Darauf aufbauend werden Handlungsempfehlungen für die notwendigen KI-Methoden und Hardware abgeleitet. Zudem wird der Antrag für eine zweite Phase erstellt und es werden initiale wissenschaftliche Arbeiten vorgenommen, die einen effektiven und schnellen Einstieg in eine mögliche zweite Phase erlauben. NatureAI trägt somit zu den Zielen der Bekanntmachung bei.

Projektleitung: Dr. Christoph Scholz

Universität Kassel