Elimination of useless images from raw camera-trap data

Abstract

A common way to observe animals in nature is to use motion triggered cameras that are called camera-traps. With the expanding usage of camera-trap due to advances in digital technology, the number of images that are collected from camera-traps has increased significantly. Labeling and grouping of animals in these images have put enormous workload on wild-life researchers. We propose a system that frees time for researchers by eliminating useless images-too bright, too dark, too blurred images and images that contain no animals from raw camera-trap data. Firstly, we utilise image histograms to eliminate too bright and too dark images and Fast Fourier Transform to eliminate blurred ones. Secondly, we make use of deep learning techniques and background subtraction to eliminate images without animals and we present the result of our experiments on these subjects. Our approach on eliminating too bright and too dark images have missed very few images and on eliminating blur images we achieve 95.5% success. Finally we show that the technique we propose eliminates more than 50% of images without animals while containing 99% of images with animals.

Doğadaki hayvanları gözlemlemenin en yaygın yollarından birisi fotokapan adlı hareket sensörlü kameralar kullanmaktır. Dijital teknoloji alanındaki gelişmelerle fotokapan kullanımının genişlemesi, fotokapanlardan toplanılan imge sayısında büyük bir artışa yol açmıştır. Bu imgeleri etiketleme ve gruplama görevleri, doğa araştırmacılarının üzerine büyük bir iş yükü bindirmiştir. Bu çalışmamızda aşırı karanlık, aşırı aydınlık, bulanık ve hayvan içermeyen imgeleri eleyerek araştırmacılar için zaman kazandıran bir sistem öneriyoruz. İlk olarak imge histogramlarından aşırı parlak ve aşırı karanlık imgeleri elemek için, Fast Fourier Transform’dan ise bulanık imgeleri elemek üzere faydalanıyoruz. İkincil olarak hayvan içermeyen imgeleri elemek için derin öğrenme ve arkaplan çıkarımı tabanlı bir yöntem kullanıyoruz ve bu konular üzerindeki deneylerimizin sonuçlarını sunuyoruz. Aşırı parlak ve aşırı karanlık imge eleme yaklaşımımız neredeyse hatasız çalışırken, bulanık imge eleme yaklaşımımız %95.5’lik bir başarı yakalamıştır. Son olarak kullandığımız tekniğin hayvan içermeyen imgelerin %50’sini elerken, hayvan içeren imgelerin %99’unu koruduğunu gösteriyoruz.