Walvissen herkennen kan eenvoudiger
De onderzoekers werken met dozen vol met foto’s van de staartvin van de waargenomen walvis, die voor ieder exemplaar uniek is. "Maar het is moeilijk om een dier te identificeren dat voor de Noorse kust opduikt, als het vlak daarvoor door iemand anders bij de Azoren is gesignaleerd. Een probleem is ook dat vrijwilligers vaak maar twee jaar op dezelfde plaats werken. Zo ontstaan er tientallen losse verzamelingen foto’s in schoenendozen en het is moeilijk daar onderzoek op te baseren." Een online database met foto’s, gecombineerd met ‘vinherkenning’ zou de oplossing zijn. Het werd Huele snel duidelijk dat het meer voeten in de aarde had dan hij dacht en daarom zocht hij financiering en hulp van het Centrum voor Wiskunde en Informatica (CWI). Met wat vallen en opstaan is Huele nu coördinator van het Europees gefinancierde Europhlukes-project, waaraan inmiddels dertig onderzoeksgroepen in Europa deelnemen. Onderscheid Het project spitst zich nu toe op potvissen, dolfijnen en bultrugwalvissen. Potvissen zijn van elkaar te onderscheiden op basis van hun staartrand, die op een karakteristieke manier ‘gerafeld’ is. Bij orka’s en dolfijnen heeft de rugvin een bepaalde vorm en typerende ‘krassen’. Bultruggen hebben een op typerende wijze gevlekt staartvinoppervlak. Op die laatste soort heeft wiskundige Elena Ranguelova van het Amsterdamse CWI zich gestort. Simpel is het niet, stelt ze. "Er zijn veel patroonherkenningsmethoden beschikbaar. Stel dat je een rigide object zou hebben en die probeert te matchen met een foto is dat al moeilijk, maar wel met wiskundige transformaties op te lossen. Maar een walvisstaart is geen stijf object, dus dat maakt het nog lastiger." Staart ‘vrijmaken’ De software die zij heeft ontwikkeld op basis van het wiskundige ontwikkelplatform ‘Mathlab’ kan allereerst de staart ‘vrijmaken’, dus vaststellen wat de staart is en wat de achtergrond. Vervolgens markeert de gebruiker met een muisklik de grens tussen wateroppervlak en staart en daarnaast de beide punten van de staart, evenals de punt van de inkeping in het midden. Op basis van die markeringen kan de software een raster op de staart plaatsen, waarbij zonodig gecorrigeerd wordt voor de eventuele hoek waaronder de foto is genomen - de dieren poseren immers niet - en voor het overhellen van de staart of een van de staartpunten. De computer berekent daarmee in een aantal seconden een ‘plat’ beeld van de staart, dat vervolgens wordt ontdaan van grijswaarden (‘thresholding’). Zwartingspercentage De vakjes in het raster (doorgaans een dertigtal) krijgen ieder een ‘zwartingspercentage’ en dat geheel van percentages is de basis voor het ‘matchen’ van het beeld met foto’s in de database, die een zelfde bewerking hebben ondergaan. Omdat deze methode nog niet exact genoeg is en intelligenter kan, heeft Ranguelova er extra herkenningsmechanismen aan toegevoegd. Bepaalde duidelijk herkenbare karakteristieken zoals kleine lijnen of vlekken op bepaalde lokaties, kunnen op het scherm worden gemarkeerd en in het herkenningsproces worden meegewogen. Meestal komt het systeem met een zestal individuele bultruggen, waarbij doorgaans de juiste bovenaan staat. Het menselijk oog kan vervolgens met gemak vaststellen of het echt dezelfde walvis betreft. De computer doet dus lang niet alles, maar zorgt ervoor dat een walvisonderzoeker niet langer bezig hoeft te zijn met het doorvlooien van grote bakken met honderden of duizenden foto’s. Onderzoekers kunnen nu hun eigen fotocollectie bijhouden op een notebook op hun boot. Desgewenst kunnen ze die collectie synchroniseren met de centrale database die door het Leidschendamse bedrijf Maris wordt bijgehouden. "Ze kunnen ook nog gewoon bij hun eigen digitale schoenendoos blijven, maar doen dan toch beter onderzoek omdat de identificatie beter verloopt. De standaardisatie daarin is een belangrijk element van het project. En de hoop is natuurlijk op betere samenwerking tussen wetenschappers onderling. De bultrugmensen zullen de centrale database zeker gebruiken, want bultruggen verplaatsen zich nogal veel." Meer toepassingen Met de laatste versie van het Mathlab-platform van de firma The Math Works kan de applicatie worden gecompileerd. De wetenschappelijke eindgebruikers kunnen daardoor gratis over de ‘vinherkenningssoftware’ beschikken. Mogelijkheden voor onderzoek naar andere diersoorten zijn er ook. Cheetahs en tijgers hebben een uniek streeppatroon en zijn dus op die manier identificeerbaar. En in Leiden gaan onderzoekers naar olifanten zich bezighouden met de mogelijkheid van digitale ‘herkenning’ van de oren van dikhuiden. Aan het onderzoek naar onder meer walvissen nemen inmiddels meer dan dertig Europese onderzoeksinstellingen deel. Coördinator van het onderzoek is de Leidse onderzoeker Ruben Huele, die bedacht dat herkenning van walvissen met behulp van de computer veel efficiënter zou zijn dan onderzoek op basis van het met het oog vergelijken van foto’s. Plaatjes die in veel gevallen ook nog eens door vrijwilligers in een schoenendoos werden bewaard. __