利用基于无人机的图像进行机器学习，以检测、分类和统计危害农业的黑鸟：支持人工智能驱动的自动化，以便部署损害管理工具

《Ecological Informatics》：Machine learning to detect, classify, and count blackbirds damaging agriculture using drone-based imagery: Supporting AI-driven automation for deployment of damage management tools

本研究利用无人机航拍图像和深度学习模型（ResNet-18和Faster-RCNN）处理背景干扰，成功检测并分类北达科他州混合黑鸟群，准确率达65.7%-97.5%，为自主驱赶系统开发提供数据支持。

　　人类活动的扩张和土地利用的变化正在加剧人与野生动物之间的冲突，这需要高效且经济的管理工具来平衡人类福祉与野生动物保护。在农业与野生动物的互动中，无人机作为一种既能威慑又能监控的工具，正逐渐成为解决这一问题的重要手段。结合人工智能技术，可以实现对野生动物的自动检测、识别和计数，从而为农业领域的管理决策提供支持。这项研究针对北美北达科他州的黑鸟群落，特别是红翅黑鸟（Red-winged Blackbird, RWBL）群体，其在玉米和向日葵田间造成显著的经济损失，探讨了使用深度学习模型与无人机结合，以提升对黑鸟的识别与计数能力。

在农业活动中，黑鸟对作物的破坏行为造成了严重的经济损失，特别是向日葵田的损失。根据研究数据，北达科他州每年因黑鸟造成的损失超过1870万美元，部分农场甚至面临20%以上的产量损失。因此，开发能够有效识别并管理这些害鸟的工具，成为农业可持续发展的重要议题。本研究采用了一种基于无人机图像的深度学习方法，旨在提高黑鸟识别的准确性，同时减少对非目标物种的干扰。

研究团队采集了无人机图像，利用深度学习模型进行黑鸟群落的检测和个体识别。实验中使用了ResNet-18模型用于检测黑鸟群落，其准确率达到95.0%；同时使用Faster-RCNN模型对个体黑鸟进行检测、分类和计数，检测准确率为65.7%，精确度为97.6%。在分类方面，RWBL的识别准确率为87.6%，其中成年雄鸟的准确率高达89.8%，而幼年雄鸟的准确率仅为27.6%。雌鸟的准确率则达到80.0%。这些结果表明，尽管模型在大多数情况下表现良好，但某些群体，如幼年雄鸟，仍存在较高的误判率。

由于无人机图像背景复杂，包括天空、绿色植被和浅色植被，这给黑鸟的识别带来了挑战。为此，研究团队开发了一种轻量级的背景去除管道，通过调整HSV颜色空间和红通道强度，提高了模型的对比度和识别性能。该方法通过计算颜色直方图，识别并去除背景中的主要颜色，保留了黑鸟这一前景对象。研究还发现，背景去除有助于减少误判，尤其是在鸟类与背景颜色相近的情况下，比如在浅色植被背景下，红翅黑鸟的识别难度较大。

此外，研究还探讨了不同背景对模型性能的影响。总体而言，模型在天空背景下的识别准确率最高，而绿色和浅色植被背景下的准确率相对较低。这一发现可能与背景颜色与鸟类颜色之间的对比度有关。例如，在浅色植被背景下，由于红翅黑鸟的羽毛颜色与背景相近，导致其识别难度增加。然而，通过引入背景去除和调整颜色通道，研究团队显著提升了模型在这些背景下的表现。

在计数方面，模型与人工计数的差异达到了37.5%。这一差异可能源于图像模糊、鸟类重叠以及背景复杂性等因素。尽管如此，模型仍然能够有效估计黑鸟的数量，并为农业管理提供数据支持。研究团队认为，随着更多数据的积累和模型的进一步优化，这些差异有望缩小。

研究还强调了自动部署系统在减少劳动力依赖和防止野生动物对威慑工具产生适应性方面的重要性。传统的威慑工具，如丙烷炮、霰弹枪和烟火，由于需要大量人工操作、有效范围有限以及长期使用后野生动物可能产生适应性，导致其效果减弱。相比之下，自动化系统能够在实时监测的基础上，根据检测到的鸟类数量和行为，精确地选择性部署威慑工具，从而提高管理效率。

此外，研究团队还讨论了机器学习模型在不同背景下的表现。尽管在天空背景下模型表现最佳，但在绿色和浅色植被背景下，由于鸟类与背景颜色的相似性，导致识别准确率下降。为了提高模型在复杂背景下的性能，研究建议结合热成像技术，以提供额外的鸟类存在信息，从而增强模型的识别能力。

总的来说，这项研究展示了深度学习模型在黑鸟识别和计数方面的潜力，特别是在复杂农业环境中。通过改进背景去除方法和优化颜色处理，研究团队成功提升了模型的识别准确率。同时，研究也指出了当前技术的局限性，如对某些鸟类的识别准确率较低，以及在不同背景下的表现差异。未来的工作应致力于开发更高效的算法，结合热成像和声音传感器，以提高对小型鸟类的识别能力，并推动更广泛的应用，包括对其他农业害鸟的管理，以及在保护人类财产和安全方面的应用。