非洲南部有一个广阔的半干旱沙漠大草原叫做喀拉哈里沙漠，横跨纳米比亚、博茨瓦纳及南非，这片广阔大地上孕育非常多哺乳动物，像是长颈鹿、鸵鸟、牛羚、瞪羚。由于土地上的食物资源会根据降雨状况不断变化，还承担放牧与丛林野火的压力，为了避免生态失衡，土地管理者必须掌控野生动物数量，调整放牧的规模。
麻省理工科技评论（MIT Technology Review）报导指出，过去都是靠直升机或在动物行进路线架设摄影机来纪录动物数量，但这些方法有很大的缺点，摄影机只能记录单一位置的数量，直升机又太贵且花时间。另外一种方式是用无人机拍照片，但问题是照片拍回来后，需要有受过训练的操作员花飞很大工夫与时间去分析大量照片。
这时科技就派上用场，瑞士洛桑联邦理工学院研究团队训练一套机器视觉算法，可以大幅减少人类专家的时间，并大幅改善大型动物数量的评估方法。研究团队 2014 年在喀拉哈里沙漠边缘的野生动物保护区开展无人驾驶测绘研究，5 架搭载镜头的无人机共拍摄 6,500 张地面照片，每张分辨率为 3,000×4,000 像素。
这些影像显示许多大型哺乳动物，但分布太稀疏因此必须耗费人力与时间一一寻找。研究人员首先要找到让机器可以学习的实地结果，他们找来 232 名自愿者研究照片，在他们遇到的每只动物周围画一个多边形，平均每个人找到 5 只，且每一只必须获得超过半数自愿者认可。
最后自愿者在 650 张影像中找到 976 只动物，最后由人类专家一一审查，半小时内去除 21 只，接着研究团队就用这些结果训练并测试算法。结果发现，算法比较容易在大清早，动物出现长影子的时候指认出来。研究人员表示，在早上或是同一时间进行无人机拍摄作业的效果最好，且站立的动物比趴下的更好指认。
这项任务还是需要人类操作员，但是工作量可大幅减轻。研究人员认为，这项测试显示，只要将相对便宜的无人机技术，结合愈来愈强大的机器视觉技术，应用于偏远地区，就可以让动物保护工作更容易且更有效。
- Machine-Vision Drones Monitor Animals in the African Savanna
（首图来源：Flickr/t_y_l CC BY 2.0）
