Como a visão por computador nos jardins zoológicos pode melhorar o tratamento dos animais

Os jardins zoológicos, santuários e reservas desempenham um papel importante no apoio à conservação da vida selvagem e ajudam a manter os ecossistemas equilibrados. No entanto, como estes espaços acolhem uma grande variedade de espécies, cada uma com necessidades únicas, a gestão das operações diárias pode ser um desafio. É por isso que os tratadores de animais estão a recorrer a métodos novos e avançados para melhorar a forma como os animais são observados, tratados e apoiados.

Em particular, a inteligência artificial (IA) está a tornar-se uma ferramenta fiável no tratamento de animais e na gestão de jardins zoológicos. Por conseguinte, o mercado global da IA na saúde animal está a crescer rapidamente e deverá atingir 8,23 mil milhões de dólares até 2034.

Um ramo da IA que já está a ter impacto é a visão por computador. Os modelos de visão por computador, como o Ultralytics YOLO11, permitem que as máquinas vejam e interpretem imagens de forma muito semelhante à dos humanos. No que diz respeito aos cuidados com os animais, a IA de visão pode ser utilizada para detetar animais individuais, monitorizar os seus movimentos e até detetar sinais de doença que possam passar despercebidos.

‍

Neste artigo, exploramos a forma como a visão por computador está a ser utilizada nos jardins zoológicos e nos cuidados veterinários para monitorizar a saúde, acompanhar o comportamento e apoiar o bem-estar dos animais. Vamos começar!

O papel da visão por computador nos jardins zoológicos e nos cuidados veterinários

Considere um tratador de jardim zoológico a cuidar de um animal doente, observando cuidadosamente o seu comportamento ao longo do dia para detetar quaisquer alterações. Agora, imagine um sistema de câmaras a fazer esse trabalho continuamente - monitorizando o animal 24 horas por dia e notificando o pessoal logo que algo pareça estranho. A visão computacional torna isso possível.

As câmaras integradas com visão por computador podem ajudar a monitorizar os animais em tempo real, facilitando a deteção de sinais precoces de stress, lesões ou doenças. Modelos como o Ultralytics YOLO11, que suportam várias tarefas de visão por computador, podem detetar animais, seguir os seus movimentos e ajudar em tarefas de rotina, como a monitorização do comportamento.

‍

Do mesmo modo, nos cuidados veterinários, a visão por computador pode ajudar os veterinários em tarefas complexas, como o diagnóstico de doenças oculares em espécies com anatomia muito variada. Por exemplo, estas ferramentas podem detetar com precisão problemas como cataratas ou glaucoma, melhorando a velocidade e a consistência do diagnóstico.

À medida que cresce a necessidade de cuidados eficazes com os animais, os jardins zoológicos e as clínicas estão a adotar soluções de visão computacional para gerir as operações diárias de forma mais eficiente. Desde a deteção precoce de doenças até à automatização de verificações de rotina, modelos como o YOLO11 ajudam os tratadores a prestar cuidados mais consistentes e reactivos, especialmente quando os recursos são limitados.

Aplicações da visão por computador em jardins zoológicos

Agora que vimos como a visão computacional apoia o tratamento de animais em zoológicos e clínicas, vamos analisar mais de perto alguns estudos de caso globais que mostram como ela está sendo usada em esforços reais de conservação da vida selvagem e monitoramento da saúde animal.

Reconhecimento facial de animais: Monitorização por IA de pandas em perigo de extinção

O panda gigante, outrora em perigo de extinção e atualmente considerado vulnerável, continua a ser um dos principais focos dos esforços de conservação. No entanto, pode ser difícil manter um registo individual dos pandas, da sua saúde, comportamento e reprodução, uma vez que têm caraterísticas faciais semelhantes. Mesmo especialistas treinados podem ter dificuldade em distinguir um panda de outro. 

Têm sido utilizados métodos tradicionais, como a verificação de pegadas ou a realização de testes de ADN, mas estes métodos são geralmente dispendiosos, invasivos e nem sempre fiáveis.

Para resolver este problema, os investigadores da Base de Investigação de Criação de Pandas Gigantes de Chengdu, na China, criaram um sistema de reconhecimento facial utilizando a visão por computador. O sistema utiliza a IA de visão para identificar pandas individuais, analisando as caraterísticas subtis e únicas dos seus rostos.

Esta tecnologia de reconhecimento facial permite aos investigadores seguir continuamente os pandas, observar os seus movimentos, hábitos alimentares e saúde sem causar qualquer dano ou perturbação. Proporciona uma forma fácil de recolher informações precisas e em tempo real sobre os pandas, tornando o processo de monitorização muito mais eficaz e fiável.

‍

A IA na monitorização da saúde animal mantém os pandas vermelhos sem stress

Os pandas vermelhos são animais tímidos e solitários que estão a enfrentar sérias ameaças à sua sobrevivência. Nos últimos 18 anos, cerca de três gerações, a sua população global diminuiu em mais de 50%, principalmente devido à perda de habitat e à captura ilegal. Vivem em partes de Myanmar, Nepal, Índia e China, especialmente nos Himalaias e na parte ocidental de Sichuan, onde restam cerca de 6.000 a 7.000 pandas vermelhos.

Mesmo em ambientes protegidos como os jardins zoológicos, podem estar em risco. Os problemas de saúde dos pandas vermelhos manifestam-se frequentemente através de pequenas alterações de comportamento, como mover-se menos, interagir menos ou não dormir bem. No entanto, estes sinais podem ser tão subtis que são fáceis de passar despercebidos.

Para ajudar a proteger estes animais em vias de extinção, os investigadores estão a desenvolver novas formas de cuidar deles. Por exemplo, os dados recolhidos por câmaras activadas por movimento no Bifengxia Wildlife World, na China, foram utilizados para treinar um modelo de visão por computador baseado no YOLOv8, concebido para monitorizar o comportamento do panda-vermelho.

Este modelo pode ajudar os tratadores a detetar sinais de alerta precoce de stress ou doença, como uma imobilidade invulgar ou uma atividade reduzida, sem perturbar os animais. Trata-se de uma abordagem não invasiva que permite uma monitorização permanente, mantendo os pandas vermelhos confortáveis e sem stress.

‍

Seguimento de animais com visão por computador: Monitorização de golfinhos

Observar como os animais se comportam na água, como os golfinhos roazes, pode ser complicado. Nadam depressa, mergulham fundo e deslocam-se frequentemente em grupos, o que torna difícil para os tratadores acompanharem as suas rotinas ou repararem em pequenas mudanças. Mas compreender como descansam, interagem e utilizam o seu espaço é fundamental para os manter saudáveis. Isto é especialmente importante em jardins zoológicos e aquários, onde o seu ambiente tem de ser cuidadosamente gerido.

No Jardim Zoológico de Brookfield, nos EUA, os investigadores conceberam um sistema que utiliza a visão por computador para seguir o movimento dos golfinhos no seu recinto. Instalaram câmaras de alta resolução à volta do recinto para registar os movimentos dos golfinhos ao longo do dia. Estas gravações são depois analisadas para compreender padrões de comportamento como nadar, descansar, interagir ou explorar.

Especificamente, o rastreio de objectos é utilizado para seguir o movimento de cada golfinho ao longo do tempo. Esta técnica de visão por computador permite ao sistema identificar golfinhos individuais e monitorizar as suas actividades, mesmo quando nadam juntos ou mergulham debaixo de água. Ao seguir estes padrões, os tratadores podem obter informações sobre a forma como os golfinhos utilizam o seu espaço, interagem uns com os outros e respondem às alterações ambientais.

‍

Prós e contras da visão por computador nos jardins zoológicos

Atualmente, a visão por computador está a ser utilizada numa variedade de ambientes de cuidados com animais, desde jardins zoológicos a clínicas veterinárias, para melhorar a monitorização, apoiar o diagnóstico e aumentar o bem-estar geral. Aqui estão algumas das principais formas em que está a ajudar a melhorar as práticas de cuidados com os animais:

• Análise da utilização do recinto: Os mapas de calor e o rastreio do comportamento mostram quais as áreas de um recinto que os animais preferem ou evitam, ajudando os tratadores a melhorar a conceção do habitat e o planeamento do enriquecimento.
  ‍
• Redução da carga de trabalho: A automatização das tarefas de monitorização de rotina dá às equipas de cuidados com os animais mais tempo para se concentrarem no enriquecimento prático, na formação e nos cuidados médicos.
  ‍
• Colaboração e diagnóstico remotos: Os dados de vídeo e de comportamento em tempo real podem ser partilhados com veterinários, comportamentalistas ou investigadores externos, permitindo cuidados colaborativos e diagnósticos mais rápidos.
  ‍
• Monitorização nocturna melhorada: Os sistemas de visão por infravermelhos e de baixa luminosidade permitem ao pessoal monitorizar os animais fora de horas ou durante a atividade nocturna - algo que é difícil de fazer manualmente sem perturbar os animais.

Embora a visão por computador ofereça muitos benefícios no que respeita ao tratamento de animais, existem também alguns desafios a considerar. Eis algumas das principais limitações e factores a ter em conta ao adotar esta tecnologia:

• Complexidade do comportamento específico da espécie: Algumas espécies têm comportamentos subtis, raros ou pouco estudados que são difíceis de rotular e detetar com precisão sem dados de treino extensos e de alta qualidade.
  
  
• Custos iniciais de instalação elevados: O custo das câmaras de alta resolução, do equipamento resistente às intempéries, dos servidores e dos dispositivos periféricos pode representar um investimento significativo, sobretudo para os jardins zoológicos ou instalações de conservação mais pequenos.
  
  
• Cobertura limitada e ângulos mortos: Os animais deslocam-se frequentemente para as tocas, escondem-se atrás de árvores ou rochas, ou utilizam o espaço vertical - áreas que as câmaras fixas não podem captar sem configurações multi-ângulo extensas e dispendiosas.
  ‍
• Conhecimento limitado em tempo real de comportamentos complexos: Enquanto os comportamentos simples, como o sono ou o movimento, são mais fáceis de detetar, as interações sociais subtis ou os estados emocionais são mais difíceis de interpretar com precisão pelos modelos de IA.

Principais conclusões

A visão por computador está a mudar constantemente a forma como os animais são tratados em jardins zoológicos, clínicas veterinárias e reservas. A sua capacidade de monitorizar movimentos, detetar sinais precoces de doença e seguir animais individuais torna-a uma ferramenta fiável. Embora estes sistemas não possam substituir os cuidadores humanos, podem ajudá-los a fazer o seu trabalho de forma mais eficiente.

Olhando para o futuro, é provável que assistamos a utilizações mais avançadas da IA na monitorização da saúde animal. Por exemplo, a deteção de emoções pode ajudar a controlar os níveis de stress ou de conforto em tempo real, enquanto a estimativa da pose pode detetar sinais precoces de lesões antes de estas se tornarem visíveis. Quando integrada com compartimentos inteligentes e sensores portáteis, a visão por computador pode tornar-se parte de um sistema conectado que dá aos tratadores uma visão mais profunda do bem-estar de cada animal. 

Junte-se à nossa comunidade em crescimento! Explore o nosso repositório GitHub para mergulhar mais fundo na IA. Pronto para iniciar os seus próprios projectos de visão computacional? Veja as nossas opções de licenciamento. Descubra mais sobre a IA nos cuidados de saúde e a visão computacional na agricultura nas nossas páginas de soluções!