Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ
Bài kiểm tra giám sát bảo tồn động vật hoang dã về AI
Tìm hiểu cách AI phân loại hình ảnh bẫy camera, phân tích âm thanh của động vật hoang dã và giúp các nhóm bảo tồn ưu tiên ứng phó tại hiện trường.
Câu hỏi 1 của 8
Tại sao AI đặc biệt hữu ích cho các dự án bảo tồn bẫy ảnh?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Tại sao AI đặc biệt hữu ích cho các dự án bảo tồn bẫy ảnh?
- Máy ảnh tạo ra nhiều hình ảnh hơn con người có thể xem lại theo cách thủ công
- Máy ảnh cần AI để chụp ảnh vào ban đêm
- AI giúp sản xuất máy ảnh rẻ hơn
- Động vật chỉ xuất hiện trên camera khi AI đang chạy
- Trong quy trình phân loại âm thanh rừng-động vật tự động, làm thế nào một CNN có thể nhận các bản ghi?
- Dưới dạng tọa độ GPS mà không có đặc trưng âm thanh
- Dưới dạng hình ảnh phổ âm được tạo từ các đoạn âm ngắn
- Dưới dạng bản ghi chép tay của nhân viên hiện trường chỉ
- Dưới dạng hình ảnh RGB của dấu vết động vật trên đất
- Việc 'xác định lại' từng loài động vật dựa vào điều gì?
- Vòng cổ GPS trên mỗi con vật
- Yêu cầu kiểm lâm ghi nhớ từng con vật
- Ghép các dấu hiệu duy nhất bằng cách sử dụng các phần nhúng đã học
- Vẽ số lên các con vật
- Hệ thống Rainforest Connection giúp chống khai thác gỗ bất hợp pháp như thế nào?
- Nó tự động trồng cây mới
- Nó chặn đường vào rừng
- Nó chụp ảnh mỗi cái cây hàng ngày
- Nó phát hiện âm thanh cưa máy và xe cộ và cảnh báo cho kiểm lâm viên trong thời gian thực
- Tại sao việc học chuyển giao lại phổ biến trong các mô hình tầm nhìn về động vật hoang dã?
- Nó cho phép các mô hình hoạt động tốt ngay cả với các hình ảnh đào tạo dành riêng cho loài có giới hạn
- Nó loại bỏ sự cần thiết của bất kỳ máy ảnh
- Nó chuyển động vật giữa các môi trường sống
- Nó chỉ có tác dụng với vật nuôi trong nhà
- Thiết bị AI biên có thể làm gì trong một triển khai giám sát động vật hoang dã từ xa?
- Đảm bảo thời lượng pin lâu hơn bất kể phần cứng và tải công việc
- Phân tích dữ liệu cảm biến tại chỗ, có thể giảm việc truyền dữ liệu thô tùy theo thiết kế hệ thống
- Xác định mọi loài mà không có sự không chắc chắn hoặc cần xem xét của con người
- Làm cho các cảm biến âm học trở nên không cần thiết trong mọi nghiên cứu hiện trường
- AI của Wildlife Insights có thể giảm tải công việc thủ công trong việc xem lại hình ảnh camera-trap như thế nào?
- Nó xóa vĩnh viễn mọi hình ảnh không có nhãn loài
- Nó xác định mọi cá thể động vật mà không cần con người xem xét
- Nó có thể đánh dấu các hình ảnh trống để người xem dành ít thời gian hơn để sắp xếp các bức ảnh không có động vật
- Nó thay thế dữ liệu camera-trap bằng ảnh vệ tinh
- Giám sát âm học thụ động có thể hỗ trợ bảo vệ cá voi lưng phải Bắc Đại Tây Dương như thế nào?
- Nó đọc DNA của cá voi từ video dưới nước
- Nó ngăn tàu thuyền vào mọi khu vực đại dương
- Nó thay thế mọi khảo sát trực quan và dựa trên tàu
- Các hydrophone phát hiện tiếng gọi của cá voi, và các phát hiện đã xác nhận có thể kích hoạt khu vực giảm tốc độ tàu