Ultralytics YOLO27: Đăng ký vào danh sách chờ.
Cấp phép YOLO
AI thị giác

Phân tích dấu chân động vật trên tuyết bằng thị giác máy tính

Tìm hiểu dấu chân động vật trên tuyết tiết lộ điều gì về sự di chuyển của động vật hoang dã và cách các model thị giác máy tính như YOLO11 có thể phát hiện, phân loại dấu chân để phục vụ nghiên cứu.

Abirami VinaAbirami Vina11 phút đọc
Dấu chân động vật trên tuyết được phân tích bằng thị giác máy tính

Để xem phần trình bày trực quan về các khái niệm trong bài viết này, hãy xem video bên dưới.

Tuyết, cũng như các bề mặt tự nhiên khác, có thể lưu lại dấu vết hoạt động của động vật hoang dã. Chẳng hạn, dấu chân trên tuyết có thể cho thấy loài vật nào đã đi qua, chúng di chuyển như thế nào và đã làm gì.

Trong nhiều thập kỷ, người đi bộ đường dài, thợ săn và nhà nghiên cứu đã nghiên cứu những dấu chân này để tìm hiểu thêm về tập tính của động vật hoang dã. Tuy nhiên, quá trình này không phải lúc nào cũng đáng tin cậy. Tuyết có thể dịch chuyển, gió có thể làm mờ chi tiết và các dấu chân chồng chéo khiến việc nhận dạng trở nên khó khăn. Ngay cả những người quan sát được đào tạo cũng có thể bỏ sót các mẫu quan trọng.

Dấu chân báo được lưu lại trên lớp tuyết mới

Hình 1. Dấu chân báo được lưu lại trên lớp tuyết mới. (Nguồn)

Những tiến bộ công nghệ hiện giúp việc diễn giải các dấu vết này trở nên dễ dàng hơn. Cụ thể, thị giác máy tính, một nhánh của AI cho phép máy phân tích dữ liệu hình ảnh một cách chính xác và nhanh chóng, có thể được dùng để phát hiện và nhận diện dấu chân động vật. Chẳng hạn, các model như Ultralytics YOLO11 có thể được huấn luyện để phát hiện hình dạng và mẫu hình trong ảnh dấu chân động vật.

Trong bài viết này, chúng ta sẽ tìm hiểu cách dấu chân động vật được lưu lại trên tuyết, những gì dấu chân tiết lộ về động vật hoang dã và cách thị giác máy tính giúp việc theo dõi hiệu quả hơn.

Tầm quan trọng của dấu chân động vật trên tuyết#

Dấu chân động vật là những vết in còn lại khi động vật di chuyển trên các bề mặt như tuyết, đất hoặc bùn. Trong điều kiện tuyết thích hợp, dấu chân thường lưu giữ các chi tiết sắc nét hơn, chẳng hạn như vết móng vuốt, đệm ngón chân và sự khác biệt giữa chân trước với chân sau, vốn khó phát hiện hơn trên đất hoặc cỏ.

Dấu chân động vật trên các bề mặt khác nhau

Hình 2. Dấu chân động vật trên các bề mặt khác nhau. (Nguồn)

Ngoài việc nhận dạng loài, khoảng cách, cách sắp xếp và những khác biệt tinh tế trong dấu chân có thể cho nhà nghiên cứu biết nhiều điều về chuyển động, tập tính và tương tác với môi trường, cung cấp thông tin hữu ích về hoạt động của động vật cho các nhà nghiên cứu, người đi bộ đường dài và những người yêu thích động vật hoang dã.

Dưới đây là một số đặc điểm chính mà các nhà nghiên cứu tìm kiếm khi đọc dấu chân:

  • Chân trước và chân sau: Sự khác biệt về kích thước và hình dạng giữa bàn chân trước và chân sau phản ánh cách động vật phân bổ trọng lượng và di chuyển trong môi trường sống.
  • Dấu chân bàn hoặc dấu chân động vật: Đường viền tổng thể và kích thước của dấu chân giúp xác định loài vật đã tạo ra dấu vết.
  • Vết móng vuốt: Dấu chân của các loài thuộc họ chó, chẳng hạn như chó sói đồng cỏ, cáo và chó, thường có vết móng vuốt, trong khi dấu chân của các loài thuộc họ mèo, bao gồm linh miêu đuôi cộc, mèo nhà và sư tử núi, thường không có, trừ khi con vật đang chạy hoặc di chuyển trên mặt đất trơn trượt.
  • Mẫu dấu chân: Cách sắp xếp dấu chân có thể tiết lộ tập tính động vật: chó sói đồng cỏ và cáo thường để lại dấu chân theo đường thẳng, trong khi chó nhà thường đi lang thang theo đường zíc zắc.
  • Khoảng cách giữa hai hàng dấu chân và vệt kéo lê: Khoảng cách giữa dấu chân bên trái và bên phải (khoảng cách hai hàng) thay đổi tùy loài và dáng đi; sự thay đổi khoảng cách này có thể gợi ý tốc độ di chuyển hoặc mức độ thận trọng, trong khi vệt kéo lê do đuôi, bụng hoặc con mồi để lại cung cấp thêm manh mối về hoạt động.

Nhận dạng dấu chân động vật trên tuyết#

Mỗi dấu chân trên tuyết kể một phần câu chuyện của con vật. Kích thước và hình dạng của từng dấu chân, sự khác biệt giữa chân trước và chân sau, cũng như sự hiện diện hay vắng mặt của vết móng vuốt có thể tiết lộ loài, dáng đi và cách phân bổ trọng lượng. Ví dụ, cáo và chó sói đồng cỏ thường để lại vết móng vuốt rõ ràng, còn linh miêu đuôi cộc và sư tử núi thường không để lại.

Dấu chân hiếm khi xuất hiện đơn lẻ. Các manh mối như phân, mẩu lông, vệt đuôi kéo lê hoặc lối vào hang gần đó thường bổ sung bối cảnh quan trọng. Vì điều kiện tuyết và các đường dấu chân chồng lấn có thể làm mờ chi tiết, người lần dấu dựa vào nhiều dấu hiệu kết hợp để hình dung rõ hơn. Cách dấu chân phân bố trên tuyết đặc biệt hữu ích, không chỉ cho biết con vật đã đi đâu mà còn cho thấy cách nó di chuyển và hành xử.

Dưới đây là một số mẫu dấu chân động vật thường gặp trên tuyết:

  • Loài nhảy: Thỏ và thỏ rừng giày tuyết bật người bằng hai chân sau khỏe, để lại dấu chân sau lớn ở phía trước dấu chân trước nhỏ hơn. Trên tuyết dày, thỏ rừng giày tuyết tạo ra những vệt dấu đặc biệt dài.
  • Loài bật nhảy: Chồn, chồn mactet, chồn vizon và chuột xạ hương nhảy tới bằng cách đặt đồng thời cả chân trước và chân sau, tạo thành mẫu lặp lại theo cặp hai dấu.
  • Loài đi chậm: Gấu mèo, chồn hôi, hải ly, nhím và gấu đen di chuyển chậm, để lại các dấu chân rộng với vết móng vuốt rõ ràng.
  • Loài đặt chân chuẩn xác: Cáo và chó sói đồng cỏ thường đặt chân sau gần như đúng vị trí chân trước vừa chạm đất, tạo thành đường thẳng. Chó sói đồng cỏ thường đi theo đường trực tiếp, còn chó nhà đi lang thang theo đường zíc zắc.

Thách thức khi diễn giải dấu chân động vật trên tuyết#

Dù có nhiều manh mối liên quan đến dấu chân, việc theo dõi động vật trên tuyết vẫn có thể phức tạp. Điều kiện tuyết ảnh hưởng đến hình dạng dấu chân: tuyết mới giữ lại chi tiết, trong khi tuyết đóng váng, đang tan hoặc vừa rơi có thể làm biến dạng hay che lấp dấu chân.

Thời tiết cũng có ảnh hưởng, vì gió và ánh nắng có thể làm mờ đường viền, còn các đường đi chồng lấn của nhiều con vật có thể gây nhầm lẫn. Bên cạnh đó, tập tính động vật càng làm cho việc dự đoán trở nên khó khăn.

Một số loài, chẳng hạn như chồn hôi và gấu đen, ngủ đông vào mùa đông, trong khi những loài khác di chuyển thất thường hoặc quay lại đường đi cũ. Trong rừng, dấu chân của hươu, nai sừng tấm hoặc nai sừng tấm Bắc Mỹ thường giao cắt với dấu chân của động vật nhỏ hơn hoặc thú săn mồi; các dấu hiệu bổ sung như phân, lông hoặc vệt đuôi kéo lê được dùng để tìm hiểu chuyển động và tập tính.

Cách dùng thị giác máy tính để phát hiện dấu chân động vật#

Để giải quyết thách thức phân tích dấu chân động vật trên tuyết, các nhà nghiên cứu bắt đầu tìm đến những công nghệ như thị giác máy tính. Chẳng hạn, họ đang nghiên cứu các model thị giác máy tính có thể phát hiện và xác định vị trí từng dấu chân, tách các vệt chồng lấn, đồng thời được huấn luyện trên dataset tùy chỉnh để nhận dạng những đặc điểm riêng của từng loài như dấu móng vuốt và kiểu dáng bước đi.

Cụ thể, các model như Ultralytics YOLO11 hỗ trợ những tác vụ thị giác máy tính như phát hiện đối tượng, có thể dùng để nhận dạng và định vị từng dấu chân, cũng như phân đoạn instance, có thể tách các đường dấu chồng lấn. Bằng cách huấn luyện một model như YOLO11 trên dataset tùy chỉnh gồm dấu chân động vật, các nhà nghiên cứu có thể dễ dàng nhận dạng các mẫu đặc trưng theo loài, phân biệt các đường dấu chồng lấn và tạo ra kết quả nhất quán hơn so với quan sát thủ công.

Thị giác máy tính và nghiên cứu phân tích dấu chân động vật#

Giờ đây, sau khi tìm hiểu cách thị giác máy tính có thể theo dõi dấu chân động vật, hãy cùng xem công nghệ này được ứng dụng như thế nào trong các nghiên cứu thực tế.

Từ FIT đến các dataset mở#

Trong nhiều năm, phần lớn các nghiên cứu dấu chân dựa vào Footprint Identification Technology (FIT). FIT hoạt động bằng cách đánh dấu các điểm cụ thể trên từng dấu chân và dùng các phép đo đó để phân biệt động vật. Dù hiệu quả, quy trình này chậm, đòi hỏi chuyên gia được đào tạo và không thực tế khi cần phân tích hàng nghìn dấu chân ngoài tự nhiên.

Một nghiên cứu gần đây về hổ Amur ở Đông Bắc Trung Quốc đã chứng minh rằng FIT thậm chí có thể nhận dạng từng cá thể qua dấu chân trên tuyết, cung cấp một phương pháp đáng tin cậy, không xâm lấn để theo dõi các loài thú săn mồi có nguy cơ tuyệt chủng.

Dấu chân hổ trên tuyết

Hình 3. Dấu chân hổ trên tuyết. (Nguồn: sciencedirect.com)

Tuy nhiên, các nhà nghiên cứu cũng nêu bật những hạn chế của phương pháp này: tốn nhiều công sức và khó mở rộng quy mô. Quan trọng hơn, họ nhận định rằng trong tương lai, thị giác máy tính có thể tự động hóa quy trình này, giảm nhu cầu đo đạc thủ công đồng thời xử lý các dataset lớn hơn nhiều.

Sự chuyển đổi đó đã bắt đầu với các dự án như OpenAnimalTracks, một dataset công khai chứa hàng nghìn dấu chân đã gán nhãn của 18 loài trên bùn, cát và tuyết. Với những tài nguyên như vậy, các model Vision AI có thể được huấn luyện để tự động phát hiện và phân loại dấu chân, giúp giám sát động vật hoang dã nhanh hơn và dễ tiếp cận hơn.

Tổng quan về dataset OpenAnimalTracks

Hình 4. Tổng quan về dataset OpenAnimalTracks (Nguồn)

Dựa trên nền tảng FIT và kết hợp với các dataset mở cùng thị giác máy tính, nghiên cứu bảo tồn đang hướng tới các hệ thống có khả năng mở rộng để theo dõi loài và bảo vệ hệ sinh thái mà không làm xáo trộn chính những động vật đó.

Điểm chính cần ghi nhớ#

Dấu chân động vật trên tuyết cho thấy cách động vật di chuyển, hành xử và sử dụng môi trường sống. Việc đọc dấu chân thủ công đòi hỏi sự kiên nhẫn và kinh nghiệm, nhưng thị giác máy tính giúp quy trình này hiệu quả hơn. Kết hợp các công cụ như Ultralytics YOLO11 với kiến thức của con người giúp tinh giản hoạt động giám sát động vật hoang dã, hỗ trợ các nỗ lực bảo tồn và cung cấp dữ liệu hữu ích để bảo vệ các loài.

Hãy tham gia cộng đồng đang phát triển của chúng tôi! Khám phá repository GitHub để tìm hiểu thêm về AI. Tìm hiểu về thị giác máy tính trong sản xuất và AI trong logistics bằng cách truy cập các trang giải pháp của chúng tôi. Để bắt đầu xây dựng với thị giác máy tính, hãy xem các tùy chọn cấp phép của chúng tôi.

Được viết bởi

Abirami Vina
Abirami Vina

Nhà sáng tạo nội dung · Ultralytics

Khởi đầu sự nghiệp với vai trò kỹ sư thị giác máy tính, Abirami Vina đã xây dựng nền tảng vững chắc về AI thị giác và machine learning. Cô là Nhà sáng tạo nội dung tại Ultralytics, đồng thời là Nhà sáng lập kiêm Biên tập viên chính tại Scribe of AI, nơi cô xây dựng nội dung kỹ thuật chất lượng cao cho các công ty tập trung vào AI. Với niềm đam mê giúp AI trở nên dễ hiểu và hấp dẫn, công việc của cô kết nối công nghệ tiên tiến với tác động thực tế.

Bình luận

Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.

Khám phá các giải pháp

Thị giác máy tính trong thể thao

Thị giác máy tính trong thể thao

Khám phá cách Ultralytics YOLO thúc đẩy thị giác máy tính trong thể thao với khả năng theo dõi cầu thủ và bóng, phân tích hiệu suất, cung cấp thông tin chuyên sâu cho huấn luyện và hỗ trợ phục hồi cho vận động viên.
Tìm hiểu thêm
Thị giác máy tính cho ảnh hàng không

Thị giác máy tính cho ảnh hàng không

Chuyển hình ảnh từ drone và ảnh hàng không thành thông tin chuyên sâu theo thời gian thực cho nông nghiệp, nuôi trồng thủy sản, bảo tồn và phân tích không gian địa lý với Ultralytics YOLO.
Tìm hiểu thêm
Thị giác máy tính trong hàng không vũ trụ

Thị giác máy tính trong hàng không vũ trụ

Ứng dụng computer vision trong ngành hàng không vũ trụ với Ultralytics YOLO cho kiểm tra máy bay, phát hiện dị vật trên đường băng (FOD), vận hành mặt đất tại sân bay và phát hiện lỗi vật liệu composite.
Tìm hiểu thêm
Computer vision trong lĩnh vực an ninh

Computer vision trong lĩnh vực an ninh

Bảo vệ mọi địa điểm bằng model Ultralytics YOLO. Vision AI hỗ trợ giám sát vành đai, phát hiện mối đe dọa, nhận dạng biển số và an toàn nơi làm việc.
Tìm hiểu thêm
Computer vision trong robotics

Computer vision trong robotics

Tăng cường năng lực cho máy móc thông minh bằng model Ultralytics YOLO. Vision AI trong lĩnh vực robotics hỗ trợ điều hướng tự động, nhận thức, theo dõi đối tượng và điều khiển theo thời gian thực.
Tìm hiểu thêm
Thị giác máy tính trong logistics

Thị giác máy tính trong logistics

Tinh giản hoạt động logistics với các model Ultralytics YOLO. Vision AI hỗ trợ kiểm tra kiện hàng, phân loại, theo dõi phương tiện và giám sát an toàn kho hàng theo thời gian thực.
Tìm hiểu thêm
Thị giác máy tính trong bán lẻ

Thị giác máy tính trong bán lẻ

Định hình lại hoạt động bán lẻ với các model Ultralytics YOLO. Vision AI hỗ trợ theo dõi hàng tồn kho, giám sát kệ hàng, quản lý hàng chờ và phân tích khách hàng thông minh hơn.
Tìm hiểu thêm
Thị giác máy tính trong chăm sóc sức khỏe

Thị giác máy tính trong chăm sóc sức khỏe

Xây dựng các giải pháp chăm sóc sức khỏe với model Ultralytics YOLO. Vision AI trong chăm sóc sức khỏe hỗ trợ xử lý hình ảnh y tế nhanh hơn, chẩn đoán thông minh hơn và theo dõi bệnh nhân.
Tìm hiểu thêm
Thị giác máy tính trong sản xuất

Thị giác máy tính trong sản xuất

Tối ưu hóa sản xuất bằng các model Ultralytics YOLO. Vision AI thúc đẩy kiểm soát chất lượng, phát hiện lỗi, tuân thủ PPE và tự động hóa dây chuyền lắp ráp.
Tìm hiểu thêm
Thị giác máy tính trong ngành ô tô

Thị giác máy tính trong ngành ô tô

Ứng dụng thị giác máy tính trong ngành ô tô với các model Ultralytics YOLO. Vision AI nâng cao an toàn giao thông, hỗ trợ người lái và tự động hóa phương tiện để tạo nên những tuyến đường thông minh hơn.
Tìm hiểu thêm
Thị giác máy tính trong nông nghiệp

Thị giác máy tính trong nông nghiệp

Ứng dụng AI thị giác vào nông nghiệp thông minh với các model Ultralytics YOLO. Hỗ trợ giám sát cây trồng, theo dõi vật nuôi và canh tác chính xác để nâng cao năng suất một cách thông minh hơn.
Tìm hiểu thêm

Hãy cùng nhau kiến tạo tương lai của AI!

Bắt đầu hành trình hướng đến tương lai của machine learning