人工智能可以帮助公路部门找到栖息在桥下的蝙蝠

根据我们的新研究，使用人工智能的照片和计算机视觉技术能够以超过90%的准确率自动检测桥梁上蝙蝠的存在。在发现了40多种蝙蝠，其中许多已濒临灭绝或受到威胁。蝙蝠往往成百上千地在桥下筑巢，因此在进行维修或更换项目之前，交通部门需要对它们进行调查。

我与弗吉尼亚大学MOB实验室的同事与弗吉尼亚交通研究委员会合作进行了最近发表的研究。

桥梁调查对于保护受威胁和濒临灭绝的蝙蝠物种非常重要。鸟粪或粪便、粪便和污渍是蝙蝠存在的常见迹象。但是很难验证某些污渍是由蝙蝠还是其他来源产生的，例如渗水、锈迹、沥青浸出或其他类型的结构损坏。但是，可以训练计算机来检测差异。

为了构建我们的AI模型，我和我的同事收集了一系列桥梁的数字照片，这些照片有和没有蝙蝠可能存在的迹象。使用这些图像，我们让模型学习识别蝙蝠存在的特征和特征。我们还开发了一个原型Web应用程序，允许用户以交互方式上传结构上的污渍图像并从模型接收分类结果。

蝙蝠是自然生态系统中不可或缺的一部分：它们为植物授粉、传播种子并食用以农作物为食的昆虫。由于栖息地丧失、气候变化、疾病​​和其他压力，许多蝙蝠物种处于危险之中。

由于蝙蝠经常大量栖息，它们的种群很容易受到扰乱或破坏其栖息地的人类活动的影响。随着自然栖息地数量的减少，桥梁和涵洞等人类结构已成为蝙蝠栖息的理想替代品。通常，这些地点提供稳定的气候以及水源和觅食地点，例如河流和公园。

目测是交通部门评估蝙蝠是否存在的主要方法，但人类在没有经过全面培训的情况下很难区分蝙蝠指标。主要指标鸟粪可能很难从地面上发现——例如，它可能会聚集在难以看到的地方，或者直接落入下面的水中。我们的研究可以通过更轻松、更快速地检测蝙蝠的存在来简化这些调查，并估计预测的准确性。

由于蝙蝠发出声波脉冲并使用回声了解周围环境，因此开发了通过检测蝙蝠的声信号来监测蝙蝠的设备。但是这种方法只在有活蝙蝠时才有效，所以它的成功取决于检测器的设置时间和方式。商业蝙蝠探测器可能很昂贵，这限制了公共机构的使用。

弗吉尼亚州交通部正在计划一项试点研究，桥梁检查员和环境工作人员将使用我们的网络应用程序作为筛选工具。目标是评估该工具是否易于使用，并使检查员能够更有信心地识别和记录蝙蝠的存在。

标签：