Thumper

Die drohende Klimakrise bedroht die Integrität von Lebensräumen wie Wäldern, die für das Überleben zahlreicher Arten und das ökologische Gleichgewicht essentiell sind. Der Schutz der biologischen Vielfalt erfordert eine effektive Überwachung von Wildtierpopulationen, was mit aktuellen Methoden wie Kamerafallen oft ineffizient ist, insbesondere in großen, bewaldeten Gebieten. Das BAMBI-Projekt nutzt daher luftgestütztes Lichtfeld-Sampling (ALFS), um mithilfe von Künstlicher Intelligenz Tiere trotz Vegetationsverdeckungen zu detektieren. Eine Herausforderung besteht jedoch in der Erkennung von bewegten Tieren, die für die KI schwer erfassbar sind. Um dies zu verbessern, sollen im Schwesternprojekt THUMPER (Temporally-connected detection of Hidden, Underrepresented and Moving Populations for Estimation and Recognition) neue KI-Methoden entwickelt werden, die zeitlich zusammenhängende Videobilder kombinieren. Zusätzlich werden synthetische Daten durch CGI-Simulationen und generative KI-Ansätze erzeugt, um die KI-Modelle zu trainieren.