Új AI-keretrendszer méri a szarvasmarhák CO2-kibocsátását termikus videóval
A TRACE (Thermal Recognition Attentive-Framework for CO2 Emissions from Livestock) az első olyan egységes rendszer, amely a középhullámú infravörös (MWIR) termikus videók alapján képes a CO2-felhők szegmentálására és a kibocsátási fluxus osztályozására.
Új mesterséges intelligencia alapú keretrendszerrel oldanák meg a szabadon mozgó szarvasmarhák kilélegzett szén-dioxidjának folyamatos mérését. Ez a kibocsátás közvetlen indikátora az állatok bendőjének metabolikus állapotára, és alapvető fontosságú a farmok szintjén történő karbonelszámoláshoz — írja az ArXiv CV.
A fejlesztők szerint eddig nem létezett olyan rendszer, amely a szarvasmarhák CO2-kibocsátásának folyamatos mérésére képes fizikai korlátozás vagy érintkezés nélkül.
A szén-dioxid nyomában
A TRACE három domain-specifikus fejlesztéssel járul hozzá a területhez. Az első egy Thermal Gas-Aware Attention (TGAA) kódoló, amely a pixel-szintű gázintenzitást térbeli felügyeleti jelként használja, hogy a figyelmet a magas kibocsátású régiókra irányítsa minden kódoló szakaszban.
A második egy Attention-based Temporal Fusion (ATF) modul, amely a lélegzési ciklus dinamikáját rögzíti strukturált, képkockák közötti figyelemmel a szekvencia-szintű fluxusosztályozáshoz.
Áttörés a karbonelszámolásban
Ezek az innovációk lehetővé teszik a CO2-kibocsátás pontos és folyamatos nyomon követését. A TRACE rendszer a középhullámú infravörös (MWIR) termikus videók alapján képes a CO2-felhők szegmentálására és a kibocsátási fluxus osztályozására, ami 2024-ben kerül majd tesztelésre az ArXiv CV által.