Lintukuvien luokittelu koneoppimismenetelmin

Abstract

Tutkielman tavoitteena oli tutkia erilaisten lintulajien tunnistamista käyttäen neljää erilaista luokittelumenetelmää. Erilaisten lajien tutkimuksissa niiden tunnistus on yleisesti toteutettu itse tutkijoiden toimesta. Automaattisella tunnistuksella kuitenkin tutkijoiden aikaa voidaan vapauttaa muuhun, mutta ongelmana on automaattisen tunnistuksen epävarmuus. Ennen luokittelua tutkielmassa käytettäviin kuviin tehtiin merkittävä lähes automaattinen esikäsittely, jossa kuvista yritettiin poistaa luokittelua häiritseviä tekijöitä ja löytää luokittelua avustavia piirteitä. Luokittelu toteutettiin käyttämällä kahta eri etäisyydenmittaustapaa kaikilla neljällä eri luokittelumenetelmällä. Etäisyydenmittaustavat olivat euklidinen etäisyys ja korttelietäisyys sekä luokittelumenetelminä oli K-means-, K-means++-, K-medoids- ja K:n lähimmän naapurin -menetelmä. Tulokset olivat vaihtelevia eri lintulajien välillä ja parhaiten luokittelu onnistui K:n lähimmän naapurin menetelmällä.