Please use this identifier to cite or link to this item: http://hdl.handle.net/10316/88052
Title: The Wild in Live Project: A Human/Algorithm learning network to help citizen science in wildlife conservation.
Other Titles: O projeto Wild in Live: rede de aprendizagem baseada em algoritmos para auxílio em projetos de ciência-cidadã para conservação da vida selvagem.
Authors: Simon, Alban Emmanuel Mazars
Orientador: Sousa, José Paulo Filipe Afonso de
Keywords: Machine Learning; Redes Sociais; Citizen Science; Classificação de Imagens; Biologia da Conservação.; Machine Learning; Social Media; Citizen Science; Image Classification; Conservation Biology
Issue Date: 19-Jul-2019
Serial title, monograph or event: The Wild in Live Project: A Human/Algorithm learning network to help citizen science in wildlife conservation.
Place of publication or event: DCV
Abstract: ************************************************************************************************************************************************************************************************Apesar dos recentes avanços, algumas das iniciativas de ciência cidadã estão ainda limitadas por múltiplos constrangimentos específicos à monitorização efectuada pelas pessoas que participam deste tipo de projectos e que podem impedir a qualidade dos dados recolhidos. No entanto, o advento de novas tecnologias está a revolucionar a recolha e o acesso a dados de conservação. O projeto Wild in Live teve como objetivo provar se tal tecnologia poderia ser usada em ciência cidadã como uma ferramenta para auxiliar na recolha de dados. Foi desnevolvido um algoritmo capaz de rastrear plataformas de redes sociais para categorizar e detectar tartarugas marinhas. O protótipo tem uma classificação com uma precisão de 95,53% e pode reconhecer tartarugas marinhas individuais dentro de um banco de dados considerável de 22 500 imagens. O resultado preliminar ofereceu uma boa visão do potencial inexplorado e da limitação da visão computacional para monitorar os ecossistemas. A recolha passiva de dados aumentará o escopo e a escala do monitorização de tartarugas marinhas, e o Wild in Live poderá tornar-se uma ferramenta para ajudar os pesquisadores a recolher mais informações, enquanto projetos de ciência cidadã poderiam usá-los para aumentar a conscientização para a conservação das espécies.***************************************************************************************************************************************************************************************
************************************************************************************************************************************************************************************************************************************************************************************************Despite the recent advances, citizen science is limited by multiple biases specific to human monitoring that can hamper the quality of the dataset. However, the advent of new technologies is revolutionising the generation and access to conservation data. The Wild in Live project aimed to prove if such technology could be used in citizen science as a tool to help the data collection. We, therefore, created an algorithm capable of scouting social media platforms to categorise and detect sea turtles. The prototype has a classification accuracy of 95.53% and can recognise individual sea turtles within a considerable database of 22 500 pictures. The preliminary result offered a good insight into the untapped potential and limitation of computer-vision to monitor ecosystems. The passive collection of data will increase the scope and scale of sea turtle monitoring, and Wild in Live project could become a tool to help researchers gather more information while citizen science projects could use it to raise awareness.**************************************************************************************************************************************************************************************************************************************************************************************
Description: Dissertação de Mestrado em Ecologia apresentada à Faculdade de Ciências e Tecnologia
URI: http://hdl.handle.net/10316/88052
Rights: openAccess
Appears in Collections:UC - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat
Wildinlive Final AMS.pdf2.54 MBAdobe PDFView/Open
Show full item record

Page view(s)

33
checked on Jan 29, 2020

Download(s)

35
checked on Jan 29, 2020

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons