对世界不同地区的野生生物进行测量和量化，对于我们对生态系统和环境的理解以及它如何随着自然和人为变化而变化至关重要。因此，定期监测不同栖息地的野生动物，并定期进行准确定量。虽然为此任务所采用的程序和方法主要基于近似和繁琐的计算，但技术进步和最近的创新突出了巨大的潜力，可以显着缩短这些程序所花费的时间，同时极其方便，可持续和可行的应用。

通过使用无人机或无人机可以更加方便地保持海鸥的数量，这些无人机或无人机可以提供他们观察到的场地的“鸟瞰”视图。但是，虽然无人机和其他空中机器人可以在不同位置记录海鸥，但将这些记录的图像或数据转换为可量化的调查数据仍然是一项技术挑战。特别地，海鸟特别面临着在大的，通常难以接近的群落中筑巢的特殊挑战，这些群落难以被地面观察者观察，这些观察者通常易受干扰。

为了解决这个问题并建立一个对海鸥计数实际有用的系统，约克大学和英国格洛斯特郡大学的研究人员制定了一篇题为“无人机可以计算海鸥?使用无人驾驶飞行器进行集体筑巢海鸟的最小干扰和半自动图像处理“。在该出版物中，他们提出了一个协议，用于对繁殖海鸟群体进行无人机调查，并随后进行图像处理，以提供用于计算鸟类数量的半自动分类。

研究人员广泛研究了海鸥的行为模式，并调整了算法，以考虑鸟类随时间和地点的变化。在研究行为模式时考虑的关键因素是确保远程监控海鸥时无人机或无人机与鸟类的物理隔离 - 保护鸟类免受因机器人撞击而造成的伤害，并防止鸟类攻击造成的设备损失。

海鸥的行为模式

跳 - 鸟的短暂飞行在近距离旅行短距离。

飞行 - 相对较长的飞行，几乎不到10秒。在飞行期间，海鸥不接近无人机或无人机。

攻击 - 研究人员测试了他们的无人驾驶飞机，将它们飞过一个完整的区域或海鸥，只有一只小鸟猛烈攻击一架无人机大约5秒钟。

图像处理

Photoscan是一种商业化程序，它使用算法自动检测图像中的特征，例如无序航拍图像集合中的边缘和点。它能够将图像转换为单个2D正射马赛克，而不会对每个图像进行单独的缩放，倾斜和浮雕失真。

在处理之前手动评估所有图像，并且如果它们在飞行运动中被扭曲或模糊，则在必要时从子集中删除。将每只鸟的子群体的所有剩余图像添加到软件中，并且图像处理遵循推荐的程序。

分类

由无人机获取的记录数据的分类是用户驱动的过程，其涉及从图像中获取来自已知类的像素样本，其提供类的精确表示以为每个类创建唯一的光谱特征;然后分类过程自动将图像分成这些。

结果

研究人员用他们的预编程控制器测试了他们的无人机，以访问12个不同的海鸥群。他们记下了一些重点，

由于捕食者攻击或同类相食，在所研究的任何子集落中都没有发现鸟巢的丢失。

只有一只鸟试图攻击在地面以上15米高空飞行的无人机。

虽然海鸥和无人机之间没有任何影响，但对于所提到的无人机攻击除外，其他鸟类如乌鸦在第一次飞行时确实接近了无人机。然而，这不是一个重复的现象，因为其他鸟类在第一次飞行后停止接近无人机。