Automaattinen järjestelmä tunnistaa, mitä lintulajeja merituulipuistossa liikkuu (Väitös: DI Juha Niemi 11.12.2020)

Juha Niemi kehitti väitöskirjassaan automaattisen järjestelmän, jolla lintulajit voidaan tunnistaa.

Tampereen yliopiston tiedote

Suomen ensimmäisen merituulipuiston ympäristöluvassa edellytetään, että lintujen käyttäytymistä tuulimyllyjen läheisyydessä seurataan. Linnut pitää myös tunnistaa lajeittain, koska eri lintulajit käyttäytyvät eri tavoin. Ihmisvoimin toteutettava seuranta olisi paitsi kallista myös todennäköisesti pitkällä aikavälillä melko tehotonta. Juha Niemi kehitti väitöskirjassaan automaattisen järjestelmän, jolla lintulajit voidaan tunnistaa.

Miten lintuja pystytään tunnistamaan automaattisesti? Yleisellä tasolla lintujen tunnistaminen perustuu visuaalisiin havaintoihin niiden värityksestä ja muodosta.

- Lintujen ääntelyä voidaan myös käyttää apuna, mutta linnut eivät ääntele jatkuvasti, ja sekä ääntelyaktiivisuudessa että äänen voimakkuudessa on isoja eroja eri lajien välillä. Linnun koko ei sen sijaan ole läheskään niin hyvä tuntomerkki kuin asiaan vihkiytymättömänä voisi kuvitella. Jos sopivaa vertailukohdetta ei ole, mieluummin vielä samassa kuvakentässä, koon arviointi on erittäin hankalaa, Juha Niemi kertoo.

- Jos keskitymme vain linnun väriin ja muotoon, huomaamme itse asiassa analysoivamme aivoissamme silmiemme välittämää kaksiulotteista kuvaa. Lintujen tunnistaminen siis perustuu suurimmaksi osaksi värityksen eroihin höyhenpuvun eri osissa sekä muotoon. Esimerkiksi merikotkan lentosilhuetti eroaa selvästi kurjen lentosilhuetista. Automaattisen järjestelmän perustaksi tarvitaan siis suuri määrä dataa eli kuvia lentävistä linnuista, Niemi sanoo.

Neuroverkko osaa tunnistaa linnut valokuvista

Neuroverkkojen kehitys on perustunut aivojen toiminnan mallintamiseen, joten jonkin neuroverkon hyödyntäminen lintujen tunnistukseen oli luonnollinen valinta. Neuroverkkojen tutkimus on tuottanut menetelmiä, jotka soveltuvat erinomaisesti erilaisten objektien tunnistamiseen valokuvasta. Näistä Juha Niemi valitsi tutkimukseensa konvoluutioverkon, koska sen avulla näytti olevan mahdollista löytää valokuvista ne piirteet, joiden perusteella eri lintulajit on mahdollista erottaa toisistaan.

Niemi suunnitteli ja toteutti erityisesti lintulajien tunnistamiseen erikoistuneen konvoluutioverkon. Verkon tuottamista piirrekartoista voitiin nähdä, että neuroverkko löysi keskeiset piirteet eri lintulajien tunnistamiseen.

- Neuroverkon kouluttamiseen tarvittava data eli lintujen kuvat kerättiin manuaalisesti merituulipuiston tulevalta sijoituspaikalta, Juha Niemi sanoo.

Kuvauksessa käytettiin etäohjattua, teleobjektiivilla varustettua järjestelmäkameraa. Kamera objektiiveineen kiinnitettiin kauko-ohjattavaan motorisoituun videopäähän. Niemi kehitti myös kaikki kameran ja videopään ohjaukseen tarvittavat ohjelmistot.

- Kameran ohjaus perustuu siihen, että lentävän linnun tarkka sijainti taivaalla on tiedossa. Tämä tieto saadaan tutkajärjestelmältä, joka kykenee löytämään linnut taivaalta, kertomaan linnun koordinaatit ja lentokorkeuden sekä mihin suuntaan ja millä nopeudella lintu lentää.

Juha Niemen kehittämä järjestelmä kykenee löytämään valtaosan linnuista, jotka lentävät säädetyllä etäisyydellä ja korkeudella sekä tunnistamaan näistä suurimman osan.

- Merellä kun ollaan, yleisimpiä lintuja ovat eri vesilintulajit kuten sorsat, sotkat ja haahkat sekä lokit. Helpoin tunnistettava on ollut merikotka, koska se poikkeaa ulkonäöltään niin paljon alueen muista lajeista. Eri lokkilajit ovat olleet hankalimpia tunnistettavia. Selkälokin erottaminen muista lokeista aiheutti eniten päänvaivaa, Niemi kertoo.

Diplomi-insinööri Juha Niemen tietotekniikan alaan kuuluva väitöskirja Convolutional Neural Network Based Automatic Bird Identification and Monitoring System for Offshore Wind Farms tarkastetaan julkisesti Tampereen yliopiston informaatioteknologian ja viestinnän tiedekunnassa perjantaina 11.12.2020 klo 12.00 Porin yliopistokeskuksen auditoriossa 126, Pohjoisranta 11, Pori.

Vastaväittäjänä toimii professori Petri Välisuo Vaasan yliopistosta. Kustoksena toimii professori Tarmo Lipping Tampereen yliopiston informaatioteknologian ja viestinnän tiedekunnasta.
Väitöstä voi seurata myös etäyhteydellä >

Ilmoittautumiset väitöstilaisuuteen paikan päälle sähköpostitse väittelijälle juha.k.niemi(at)tuni.fi.
Väitöskirjaan voi tutustua verkossa >

Väittelijän kuva: Anna Halls