參賽團隊名稱:滅鼠專案
台灣的千年扁柏、檜木等珍貴林木常遭山老鼠盜伐,造成林業鉅額損失。本案提出的作法是在森林中廣佈聲音感測器持續監聽,當透過AI技術辨識出是山老鼠在使用電鋸的聲音,立即通報森林警察出動!
提案動機:
台灣山老鼠非常猖獗,常有千年扁柏、檜木等珍貴林木遭盜伐,造成林業鉅額損失。而山林廣濶,查緝難度相當高,希望研究如何導入科技偵查方式,有效遏止山老鼠盜伐及贓木運送。
小小的台灣,蘊含廣大的森林資源,島嶼超過一半的面積都是翁鬱林木,覆蓋率高達60.73%,是名符其實的「森林之島」,2,000公尺潮濕多雨的雲霧森林裡,更蘊涵舉世罕見的千年檜木(扁柏、Hinoki)。
然而,十幾年來「山老鼠」持續翻山涉水、進入森林深處,砍倒珍貴的原始木或切鋸僅存的樹頭。即使政府投入大量人力強化查緝,仍然難以遏止,近年平均每年都破獲200多件盜伐案,造成難以估計的生態損失。
盜伐國有林木,依法可處1年以上、7年以下有期徒刑,併科100萬元以上、2000萬元以下罰金。根據警政署今年1至6月統計,全國共查獲盜伐林木案件88件,移送188人(含外籍移工20人),查扣贓木10萬4千多公斤,盜伐狀況非常嚴重。
解決方案:
要如何在廣大的森林中找到山老鼠呢?本案提出的作法是在森林中廣佈聲音感測器,持續監聽森林中的各種聲音,並透過AI技術來辨識音訊類型,若分辨出是山老鼠在使用電鋸的聲音,立即通報森林警察,可先出動無人機高空查看確認有山老鼠在盜伐,並確認位置,再動員警力上山逮捕山老鼠。
成果介紹:
運用OpenVINO音訊分類(Sound Classification)模型 – AclNet 來進行電鋸聲音的辨識判斷。此模型在環境聲音的內部數據集上進行訓練,模型輸入是一段 [N, C, 1, L] 格式的 PCM 音頻樣本。模型輸出AclNet是來自內部聲音數據庫的 53 種不同環境聲音類別的聲音分類器輸出。
AclNet模型連結:https://docs.openvino.ai/2021.2/omz_models_public_aclnet_aclnet.html
在網路找到一些電鋸的聲音檔:
接著用TensorFlow Lite Model Maker來訓練電鋸音訊模型。再來是應用OpenVINO來進行應用部署,由於採用AclNet模型只接受wave格式音訊,而且需將取樣率(sample rate)轉換為16kHz才行。
雖然努力學習了這些技術,但在實務上仍然能力不足,未能成功完成電鋸聲音的辨識,這次只能提供概念性的描述,希望明年能夠再接再勵了(當然,也希望拋磚引玉,若有大神能夠幫忙實現,那就更好了!)。
關於團隊:
本團隊由相信科技能幫助社會的小女子組成,想法很多,但技術弱弱,參加競賽不求得名,只為給自己一些學習進步的動力。