告别低效人工计数！无人机搭载AI系统，鸟类迁徙监测迎来革命

摘要：在美国密苏里州的湿地上空，一架无人机正静静地盘旋在迁徙的水鸟群上方，其搭载的摄像机精准地捕捉着下方水面上的动态。来自美国密苏里大学 (University of Missouri) 的研究人员，正在利用这项技术重塑野生动物的研究与保护范式。

本文为深度编译，仅供交流学习，不代表智子说观点

（这些方框是无人机图像采集后进行的高级图像分析环节。绿色方框代表真实鸟类预测，黄色方框代表假阳性预测，红色方框代表假阴性预测。）

在美国密苏里州的湿地上空，一架无人机正静静地盘旋在迁徙的水鸟群上方，其搭载的摄像机精准地捕捉着下方水面上的动态。来自美国密苏里大学 (University of Missouri) 的研究人员，正在利用这项技术重塑野生动物的研究与保护范式。

在过去数十年里，科学家们主要依赖飞机进行鸟类计数。这是一种充满挑战的传统方法——不仅噪音巨大、成本高昂，有时还伴随着飞行风险。更重要的是，其准确性完全依赖于人眼观察。即便观察员训练有素，一旦鸟群受惊散开或与环境融为一体，也很容易出现错漏。如今，由尚毅 (Shang Yi) 教授领导的密苏里大学工程学院的科学家们，正将这一沿袭已久的工作提升到新的高度。

通过将无人机与人工智能相结合，该团队开发出了一套更智能、更安全、也更高效的方案，用以追踪密苏里州常见的绿头鸭和尖尾鸭等野生鸭类的迁徙模式。这项成果有望彻底改变全州乃至更广阔区域的野生动物保护工作。

该研究的相关成果已发表在《无人机》 (Drones) 期刊上。

为了将技术落地，密苏里大学的团队采用了一套结合了飞行规划与先进图像分析的复合方案。研究人员首先通过专用软件规划无人机的飞行路线，精准设定最佳的飞行高度、速度以及图像重叠参数，以确保数据采集的完整性。随后，人工智能算法会对拍摄的照片进行分析，不仅能识别出个体鸟类，还能有效规避重复计数。 该软件甚至能够区分鸟类是在水面、植被还是田野中，并识别出不同物种，从而为科学家提供一幅更清晰的生态系统视图。

“在开阔水域这样的简单场景中，该技术的准确率超过95%，”该项目负责人、电气工程与计算机科学系的罗伯特·H·布舍尔教席学者尚毅博士表示，“即便是在鸟群重叠或被树木、农作物遮挡的复杂环境中，我们的方法依然能保持80%至85%的准确率。”

在此基础上，该系统还结合了大型语言模型（LLM）来分析图像，并能自动生成通俗易懂的内容摘要，为美国密苏里州自然资源部等机构提供关于迁徙鸟类活动轨迹的宝贵洞见。

展望未来，随着无人机成本的降低和机载摄像头分辨率的提升，这项技术的检测与物种分类精度还将进一步提高。 这项技术的应用也不仅限于鸟类计数，它同样能够用于监测其他物重和生态系统，其原理类似于人工智能已被广泛用于分析自动相机拍摄的鹿或其他野生动物的图像。

凭借这种创新的方法，密苏里大学的研究人员正助力野生动物保护事业迈向新的高度，确保密苏里州全境的候鸟能够得到更安全、更精准、也更高效的追踪。