દરેક એશિયાટિક સિંહને અલગ ઓળખ આપશે SIMBA
ગુજરાત વન વિભાગે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) આધારિત ફોટો ઓઇડેન્ટિફિકેશન સોફ્ટવેર વિકસાવ્યું છે, જે ખાસ કરીને એશિયાટિક સિંહોને વ્યક્તિગત રીતે ઓળખવા માટે પેટર્ન/માર્ક્સને અલગ પાડવા માટે ડિઝાઇન કરવામાં આવ્યું છે.
રાજકોટ : ગુજરાત વન વિભાગે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) આધારિત ફોટો ઓઇડેન્ટિફિકેશન સોફ્ટવેર વિકસાવ્યું છે, જે ખાસ કરીને એશિયાટિક સિંહોને વ્યક્તિગત રીતે ઓળખવા માટે પેટર્ન/માર્ક્સને અલગ પાડવા માટે ડિઝાઇન કરવામાં આવ્યું છે. આ સોફ્ટવેરનું નામ SIMBA છે. જે એશિયાટિક સિંહોની ઓળખ આધારિત ઈન્ટેલિજન્સ માર્કિંગ સાથેનું સોફ્ટવેર છે.
અનન્ય નિશાનો, પેટર્ન, શરીરના ચોક્કસ ભાગોના આકાર અથવા ડાઘને ઓળખે છે
વન વિભાગ દ્વારા આપવામાં આવેલી માહિતી મુજબ, કમ્પ્યુટર-સહાયિત ફોટો-ઓળખ એ વસ્તી વસ્તી વિષયક સમજવા અને સંરક્ષણ અને વ્યવસ્થાપનના પ્રયત્નોને વિસ્તૃત કરવા માટે મદદરૂપ સાધન છે. વ્યક્તિઓની સતત ઓળખ એ પ્રજાતિઓના સંરક્ષણ અને વ્યવસ્થાપનના પ્રયત્નો અને પર્યાવરણીય પાસાઓને નોંધપાત્ર રીતે વધારે છે.
ઘણીવાર ફોટોગ્રાફિક સરખામણી દ્વારા ઘણી પ્રજાતિઓમાં બિન-આક્રમક વ્યક્તિગત ઓળખ માટે કુદરતી ગુણનો ઉપયોગ થાય છે. આવી ઓળખ અનન્ય નિશાનો, પેટર્ન, શરીરના ચોક્કસ ભાગોના આકાર અથવા ડાઘને ઓળખે છે.
SIMBA એક ડીપ મશીન લર્નિંગ ટેકનિક સાથે કામ કરે છે
વન્યપ્રાણી વિભાગ સાસણના નાયબ વન સંરક્ષક મોહન રામ જણાવ્યું હતું કે, SIMBA એક ડીપ મશીન લર્નિંગ ટેકનિક સાથે કામ કરે છે, જે જોડી મુજબની સરખામણીઓ માટે પોઈન્ટ-પેટર્ન સાથે મેળ ખાય છે અને જે વ્યક્તિની વ્હિસ્કર સ્પોટ પેટર્નમાં પરિવર્તનશીલતા, ચહેરા પરના ડાઘની હાજરી, કાન પર નિશાનો, ફોટોગ્રાફના અન્ય મેટાડેટા અને વ્યક્તિગત ઓળખને સ્વચાલિત કરે છે.
મોહન રામના મતે, સોફ્ટવેર ફોટોગ્રાફમાંથી વિશિષ્ટતા પણ કાઢે છે અને મશીન લર્નિંગની એમ્બેડિંગ સ્પેસમાં સમાન પેટર્ન અથવા માર્કસને ક્લસ્ટર કરી શકે છે. રામ સમજાવે છે. સિમ્બાને પર્યાપ્ત તાલીમ ડેટા સાથે તાલીમ આપવામાં આવે છે અને તેના કારણે વ્યક્તિની ઓળખનો અંદાજ એશિયાટિક સિંહના ચહેરા અથવા કાન પરના વ્હીસ્કર સ્પોટ પેટર્ન અથવા અન્ય ઓળખી શકાય તેવા ચિહ્નોની અંદરની વિશિષ્ટતાને ઓળખીને કરવામાં આવે છે.
સિમ્બા અનન્ય ઓળખ નંબર અથવા નામ સાથે ડેટાબેઝ પણ બનાવે છે
વ્યક્તિગત ઓળખ પછી, સિમ્બા અનન્ય ઓળખ નંબર અથવા નામ સાથે ડેટાબેઝ પણ બનાવે છે. તે વપરાશકર્તાને ઓળખવા અને શોધવાની મંજૂરી આપે છે કે વ્યક્તિ પહેલેથી જ ડેટાબેઝમાં અથવા નવી ઇન્વેન્ટરીમાં અસ્તિત્વમાં છે. લિંગ, નામ, માઇક્રોચિપ નંબર, જીવન સ્થિતિ (મૃત અથવા જીવંત), સ્તનપાન કરાવતી (સ્ત્રીઓના કિસ્સામાં) જેવા વધારાના માપદંડોનો પણ ડેટાબેઝમાંથી વ્યક્તિને ફિલ્ટર કરવા માટે ઉપયોગ કરવામાં આવી શકાય છે.