盖世汽车讯 正如巴西的驾驶员可以收到前方交通拥堵或车辆停在硬路肩的警告一样，他们的智能手机或汽车电脑屏幕上可能很快就会弹出通知，实时警告前方有食蚁兽、狼或貘正在穿越高速公路。没有人一定需要看到相关动物或按下控制按钮才能发出警告。

  要实现这一点，关键是要构建能自动检验测试巴西野生动物的计算机视觉模型。据外国媒体报道，在期刊《Scientific Reports》发表的一篇论文表明，巴西的研究人员已完成了这一工作。

  该文章的第一作者Gabriel Souto Ferrante表示：“这些物种是根据巴西道路生态研究中心（Brazilian Center for Road Ecology Studies）推荐的指标选定的。据该中心估计，每年约有4.75亿只动物在巴西公路丧生。我们创建了一个巴西物种数据库，并训练了许多计算机视觉模型来检测它们。”

  据Ferrante的导师、该文章最后一位作者Rodolfo Ipolito Meneguette教授介绍，其它国家的研究团队用AI（AI）开发野生动物检测系统已有一段时间，但其它国家建立的模型并不擅长检测巴西的动物。此外，很少有模型是专为识别道路上的动物而设计（要实现这一点常常要在能见度很低的环境中进行快速检测）。

  该教授表示：“驾驶员与大型动物相撞的风险也很大。他们通常没有足够的时间采取行动来躲避它们。我们的系统使用路边摄像头和便携式计算机，在该领域独具创新。”

  为了开发能识别巴西物种的系统，研究人员首先建立了最大有可能受到道路交互与通行影响的巴西哺乳动物数据库，他们从互联网找到并下载了1823张公共领域的照片（无版权保护）。必要时，对图像进行编辑，以消除可能阻碍物种识别的“噪音”（颜色、亮度等方面的随机变化），或通过加入各种角度来帮助识别。

  研究人员随后测试了不同版本的YOLO（You Only Look Once，只看一次）算法，这是一种大范围的使用在实时检测物体（包括野生动物）的计算机视觉算法。其优点之一是单阶段检测，最适合实时识别大型动物，因为识别速度优先于准确性。另一个影响选择的因素是在所谓的边缘设备上运行该系统，如资源相对有限的平板电脑和便携式计算机。研究人员在圣卡洛斯生态公园（São Carlos Ecological Park）录制的动物视频可用于测试该系统的效率。未来对数据库的更新将包括森林摄像头陷阱和路边摄像头捕捉到的动物图像。

  奇怪的是，旧版本的YOLO在检测动物方面更胜一筹。Ferrante说：“该模型能正确地检测出80%在白天拍摄的图像中的物种，因为动物清晰可见。”典型的计算机视觉问题（如夜间、潮湿天气或动物部分隐藏时检测不佳）任旧存在，这将是未来研究的重点。新图像将被纳入数据库，与收费公路运营商与市政府的合作将使该系统能够在现实世界中来测试，包括与现存技术集成。

  2020年，Meneguette领导的团队开发出一款应用程序，使用圣保罗州卡坦杜瓦市（Catanduva）道路使用者智能手机收集的实时数据向驾驶员通报交通状况。与Waze或谷歌地图等应用程序不同，在该系统中，市交通主管部门可以输入数据。Meneguette说：“有望将我们的动物检测系统与我们现有的这款应用程序相结合，以提高动物和司机的安全。”