Phân tích dấu vết động vật trên tuyết bằng computer vision

Để có cái nhìn trực quan về các khái niệm được đề cập trong bài viết này, hãy xem video bên dưới.

Tuyết, giống như các bề mặt tự nhiên khác, có thể tạo ra dấu ấn về hoạt động của động vật hoang dã. Ví dụ, các vết chân để lại trên tuyết có thể cho thấy những loài động vật nào đã đi qua, cách chúng di chuyển và chúng đang làm gì.

Trong nhiều thập kỷ, những người đi bộ đường dài, thợ săn và các nhà nghiên cứu đã nghiên cứu các dấu vết này để tìm hiểu thêm về hành vi của động vật hoang dã. Nhưng quá trình này không phải lúc nào cũng đáng tin cậy. Tuyết có thể dịch chuyển, gió có thể làm mờ các chi tiết và các dấu vết chồng chéo có thể gây khó khăn cho việc nhận dạng. Ngay cả những quan sát viên được đào tạo cũng có thể bỏ lỡ những mô hình quan trọng.

Hình 1. Dấu chân báo được lưu giữ trong lớp tuyết mới. (Nguồn)

Những tiến bộ công nghệ giờ đây đang giúp việc diễn giải các dấu hiệu này trở nên dễ dàng hơn. Cụ thể, computer vision, một nhánh của AI cho phép máy tính phân tích dữ liệu trực quan với độ chính xác và tốc độ cao, có thể được sử dụng để phát hiện và tìm hiểu các dấu chân động vật. Ví dụ, các model như Ultralytics YOLO11 có thể được train để phát hiện hình dạng và hoa văn trong hình ảnh dấu chân động vật.

Trong bài viết này, chúng ta sẽ khám phá cách dấu vết động vật trên tuyết được bảo tồn, những gì chúng tiết lộ về động vật hoang dã và cách thị giác máy tính đang làm cho việc theo dõi trở nên hiệu quả hơn.

Tầm quan trọng của dấu vết động vật trên tuyết#

Dấu vết động vật là những ấn tượng để lại khi động vật di chuyển qua các bề mặt như tuyết, đất hoặc bùn. Trong điều kiện tuyết phù hợp, những dấu chân này thường bảo tồn các chi tiết sắc nét hơn, như dấu móng vuốt, đệm ngón chân và sự khác biệt giữa chân trước và chân sau, những chi tiết khó phát hiện hơn trên đất hoặc cỏ.

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

Ngoài việc xác định loài, khoảng cách, cách sắp xếp và những thay đổi tinh tế trong dấu vết có thể cho các nhà nghiên cứu biết rất nhiều điều về sự di chuyển, hành vi và tương tác với môi trường, cung cấp cho các nhà nghiên cứu, người đi bộ đường dài và những người đam mê động vật hoang dã những hiểu biết có giá trị về hoạt động của động vật.

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

• Chân trước so với chân sau: Sự khác biệt về kích thước và hình dạng giữa bàn chân trước và chân sau phản ánh cách một con vật phân bổ trọng lượng và di chuyển trong môi trường của nó.
• Dấu chân: Hình dạng tổng thể và kích thước của một dấu chân giúp xác định loài nào đã tạo ra dấu vết đó.
• Dấu móng vuốt: Dấu vết của loài chó, như chó sói đồng cỏ, cáo và chó nhà, thường để lại dấu móng vuốt, trong khi dấu vết của loài mèo, bao gồm mèo rừng, mèo nhà và báo núi, thường không hiển thị trừ khi con vật đang chạy hoặc di chuyển trên mặt đất trơn trượt.
• Cấu trúc dấu chân: Sự bố trí của các dấu chân có thể tiết lộ animal behavior, với chó sói đồng cỏ và cáo thường để lại những vệt đường thẳng, trong khi chó nhà có xu hướng đi lang thang theo đường zic-zắc.
• Độ sải chân và đường kéo lê: Chiều rộng giữa các dấu vết trái và phải (độ sải chân) khác nhau tùy theo loài và dáng đi, và những thay đổi về độ sải chân có thể gợi ý tốc độ di chuyển hoặc sự thận trọng, trong khi các đường kéo lê từ đuôi, bụng hoặc con mồi cung cấp thêm manh mối về hoạt động.

Nhận diện dấu vết động vật trên tuyết#

Mỗi dấu vết trên tuyết kể một phần câu chuyện của con vật. Kích thước và hình dạng của mỗi dấu chân, sự khác biệt giữa chân trước và chân sau, cùng sự hiện diện hay vắng mặt của các dấu móng vuốt có thể tiết lộ loài, dáng đi và sự phân bổ trọng lượng. Ví dụ, cáo và chó sói đồng cỏ thường để lại dấu móng vuốt rõ ràng, trong khi mèo rừng và báo núi thường không có.

Dấu vết hiếm khi xuất hiện đơn lẻ. Các manh mối như phân, các mảnh lông, vết đuôi kéo hoặc lối vào hang gần đó thường bổ sung ngữ cảnh quan trọng. Vì điều kiện tuyết và các dấu vết chồng chéo có thể làm mờ chi tiết, người theo dõi dựa vào nhiều dấu hiệu cùng lúc để xây dựng một bức tranh rõ ràng hơn. Cách các dấu vết được sắp xếp trên tuyết đặc biệt hữu ích, làm nổi bật không chỉ nơi con vật đã đi qua mà còn cả cách nó di chuyển và hành xử.

Dưới đây là một số mô hình dấu vết động vật phổ biến được tìm thấy trong tuyết:

• Loài nhảy (Hoppers): Thỏ và thỏ rừng tuyết đẩy bằng đôi chân sau mạnh mẽ, để lại dấu chân sau lớn phía trước dấu chân trước nhỏ hơn. Trong tuyết sâu, thỏ rừng tuyết tạo ra các dấu vết đặc biệt dài.
• Loài bật nhảy (Bounders): Chồn, rái cá, và chuột xạ hương nhảy về phía trước với cả hai chân trước và sau cùng nhau, tạo thành một mô hình hai-hai lặp đi lặp lại.
• Loài đi lững thững (Amblers): Gấu trúc, chồn hôi, hải ly, nhím và gấu đen di chuyển chậm, để lại các dấu vết rộng với các dấu móng vuốt rõ ràng.
• Loài bước chân chuẩn xác (Perfect steppers): Cáo và chó sói đồng cỏ đặt chân sau gần như tại vị trí chân trước đã đặt, tạo ra những đường thẳng. Chó sói đồng cỏ có xu hướng di chuyển theo đường trực tiếp, trong khi chó nhà đi lang thang theo kiểu zigzag.

Thách thức trong việc giải mã dấu vết động vật trên tuyết#

Bất chấp nhiều manh mối liên quan đến dấu vết, việc theo dõi động vật trên tuyết vẫn có thể rất phức tạp. Điều kiện tuyết ảnh hưởng đến cách dấu chân xuất hiện: tuyết mới bảo tồn chi tiết tốt, trong khi tuyết cứng, tan chảy hoặc tuyết mới rơi có thể làm biến dạng hoặc che khuất dấu vết.

Thời tiết cũng đóng một vai trò quan trọng, vì gió và ánh nắng mặt trời có thể làm mờ các cạnh, và các đường đi chồng chéo từ nhiều động vật có thể gây nhầm lẫn. Ngoài ra, hành vi của động vật cũng làm tăng thêm tính khó đoán.

Một số loài, như chồn hôi và gấu đen, ngủ đông vào mùa đông, trong khi những loài khác di chuyển bất thường hoặc quay lại dấu vết cũ. Trong khi đó, trong rừng, dấu vết từ hươu, nai sừng tấm hoặc nai thường giao nhau với các loài động vật nhỏ hơn hoặc kẻ săn mồi, và các dấu hiệu bổ sung như phân, lông hoặc vết đuôi kéo được sử dụng để hiểu sự di chuyển và hành vi.

Cách thị giác máy tính có thể được sử dụng để phát hiện dấu vết động vật#

Để xử lý các thách thức khi phân tích dấu chân động vật trên tuyết, các nhà nghiên cứu đang bắt đầu chuyển hướng sang công nghệ tiên tiến như computer vision. Chẳng hạn, họ đang khám phá các model computer vision có khả năng phát hiện và khoanh vùng từng dấu chân riêng lẻ, tách các dấu chân chồng chéo, và thậm chí có thể được train trên các datasets tùy chỉnh để nhận diện các đặc điểm riêng của từng loài như vết móng vuốt và kiểu di chuyển.

Cụ thể, các model như Ultralytics YOLO11 hỗ trợ computer vision tasks như object detection, có thể được dùng để nhận diện và định vị từng dấu chân riêng lẻ, và instance segmentation, có thể tách các dấu chân chồng chéo nhau. Bằng cách train một model như YOLO11 trên một dataset tùy chỉnh chứa dấu chân động vật, các nhà nghiên cứu có thể dễ dàng nhận diện các đặc điểm theo loài, phân biệt các dấu chân chồng chéo và tạo ra kết quả đồng nhất hơn so với việc quan sát thủ công.

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

Bây giờ chúng ta đã thấy cách thị giác máy tính có thể theo dõi dấu chân động vật, hãy cùng xem xét cách công nghệ này đang được áp dụng trong nghiên cứu thực tế.

Từ FIT đến các tập dữ liệu mở#

Trong nhiều năm, hầu hết các nghiên cứu về dấu chân đều dựa vào Công nghệ nhận dạng dấu chân (FIT). FIT hoạt động bằng cách đánh dấu các điểm cụ thể trên mỗi dấu chân và sử dụng các phép đo đó để phân biệt các cá thể động vật. Mặc dù hiệu quả, quá trình này rất chậm, đòi hỏi các chuyên gia được đào tạo và không thực tế khi bạn cố gắng phân tích hàng nghìn dấu vết trong tự nhiên.

Một nghiên cứu gần đây về Amur tigers ở Đông Bắc Trung Quốc đã chứng minh FIT thậm chí có thể nhận diện cá thể từ các dấu chân trên tuyết, mang lại một phương pháp đáng tin cậy và không xâm lấn để theo dõi các loài động vật săn mồi có nguy cơ tuyệt chủng.

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

Tuy nhiên, các nhà nghiên cứu cũng nhấn mạnh những hạn chế của nó: công việc này tốn nhiều nhân lực và khó mở rộng. Quan trọng hơn, họ lưu ý rằng thị giác máy tính có thể tự động hóa quy trình này trong tương lai, giảm bớt nhu cầu đo đạc thủ công trong khi xử lý các tập dữ liệu lớn hơn nhiều.

Sự dịch chuyển đó đã bắt đầu diễn ra với các dự án như OpenAnimalTracks, một dataset công khai chứa hàng ngàn dấu chân được gán nhãn từ 18 loài trên bùn, cát và tuyết. Với các tài nguyên như thế này, các model vision AI có thể được train để tự động phát hiện và phân loại dấu chân, giúp cho việc wildlife monitoring trở nên nhanh chóng và dễ tiếp cận hơn.

Hình 4. Tổng quan về dataset OpenAnimalTracks (Nguồn)

Dựa trên nền tảng của FIT và kết hợp chúng với các dataset mở cùng computer vision, conservation research đang tiến tới các hệ thống có khả năng mở rộng để theo dõi các loài và bảo vệ hệ sinh thái - mà không hề làm phiền đến chính các loài động vật đó.

Các điểm chính cần lưu ý#

Các dấu chân động vật trên tuyết cho thấy cách động vật di chuyển, hành xử và sử dụng môi trường sống của chúng. Việc nhận biết chúng thủ công đòi hỏi sự kiên nhẫn và kinh nghiệm, nhưng computer vision giúp quá trình này trở nên hiệu quả hơn. Sử dụng các công cụ như Ultralytics YOLO11 kết hợp với kiến thức của con người giúp cho việc theo dõi động vật hoang dã trở nên tinh gọn hơn, hỗ trợ các nỗ lực bảo tồn và cung cấp dữ liệu hữu ích để bảo vệ các loài.

Hãy tham gia community đang phát triển của chúng tôi! Khám phá GitHub repository của chúng tôi để tìm hiểu thêm về AI. Khám phá computer vision in manufacturing và AI in logistics bằng cách truy cập các trang giải pháp của chúng tôi. Để bắt đầu xây dựng với computer vision, hãy xem qua các licensing options của chúng tôi.