Geluidsherkenning duiven

Cases
Gepubliceerd door Anne Krediet

Een machine learning project hoeft niet ingewikkeld of duur te zijn. Dat blijkt uit de oplossing die we konden bieden aan Drowgoo (http://drowgoo.nl). Voor een project om duivenschade te beperken zonder afschot, werkt Drowgoo met sensoren die automatisch ganzen – en nu ook duiven – herkennen. Hiervoor was een AI-oplossing nodig om duiven te herkennen, die zo min mogelijk rekenkracht zou vergen.

Lichtgewicht geluidsherkenningsmodellen zijn precies de expertise van Aquila Ecologie. Daarom kon er met slechts een dag werk een AI-model opgeleverd worden. Dit model kan 4 soorten duiven onderscheiden, dan wel de afwezigheid van duivengeluid. Alleen de holenduif vond het AI-model iets lastiger, waarschijnlijk doordat het geluid van de holenduif (een vrij laag hoe-hoe) meer op de meeste achtergrondgeluiden lijkt dan het gekoer van de overige soorten.

Behalve het duivenproject werken Drowgoo en Aquila Ecologie ook samen op het gebied van vleermuizen. De combinatie van door Drowgoo ontwikkelde sensoren en het geavanceerde AI-model van Aquila Ecologie kan vleermuisonderzoek in de toekomst veel makkelijker maken.

Delen via:

Misschien ook interessant

Nieuws

Flinke update CrickIt!

CrickIt herkent sprinkhanen en krekels aan hun geluid. De nieuwe versie werkt volledig offline, met een nieuw AI-model en vernieuwde interface.

Cases

Onderzoek met bodemvallen

Voor een gemeente onderzochten we de insectenbiodiversiteit met bodemvallen en determineerden we alle loopkevers en spinnen uit veertig vallen.

Cases

Onderzoek bodemleven voor Urgenda 7-vinkjes

Binnen het Urgenda-project 7 Vinkjes monitoren we regenwormen en klein bodemleven op boerenbedrijven die werken aan een vitalere bodem.