Rekaman buram dari dalam hutan kini tidak lagi dianggap sebagai arsip pasif. Dengan bantuan PriMAT, model AI pelacak banyak hewan, video yang dulu nyaris tak terbaca berubah menjadi data penting untuk riset primata di hutan lebat Asia Tenggara.
Bagi peneliti lapangan, hambatan terbesar selama ini bukan hanya merekam hewan. Mereka juga harus menghadapi cahaya yang berubah, semak rapat, dan sudut kamera yang cepat kehilangan objek saat primata masuk ke bayangan atau menghilang di balik vegetasi.
Cara baru membaca gerak primata
Selama bertahun-tahun, pelacakan otomatis banyak bergantung pada keypoint detection yang menandai bagian tubuh seperti siku, pangkal ekor, atau kaki. Teknik itu cukup baik di lingkungan terkendali, tetapi kerap gagal di hutan tropis dan hutan lebat.
PriMAT mengambil jalan berbeda dengan memakai bounding box dinamis untuk mengunci target primata. Pendekatan ini membantu sistem tetap mengikuti objek saat kondisi lingkungan berubah dan visual di lapangan menjadi sulit diprediksi.
Tim peneliti dari berbagai negara, termasuk Jerman, mengembangkan model ini khusus untuk melacak primata nonmanusia dalam kondisi alami. Sistem tersebut juga dapat mendeteksi dan melacak primata serta objek lain dari video berlabel atau gambar tunggal.
Arsip lama yang kembali bernilai
Keunggulan PriMAT tidak berhenti pada pelacakan langsung di lapangan. Data video yang sebelumnya dianggap kurang berguna ternyata bisa dipakai ulang untuk analisis, sehingga arsip lama berubah menjadi sumber informasi baru.
Dalam uji kasus pada Assamese macaques dan red-fronted lemurs, peneliti hanya memakai beberapa ratus frame video dengan bounding box. Hasilnya, identitas lemur dapat diprediksi secara akurat hingga 83%.
Model yang sama juga diuji pada Barbary macaques, Guinea baboons, gorila, dan simpanse. Hasil itu menunjukkan teknik berbasis AI ini mampu mengikuti individu primata tertentu tanpa bergantung pada gerakan atau perilaku hewan pada saat itu.
Mengurangi kerja lapangan yang melelahkan
Sebelum ada alat seperti PriMAT, biologi lapangan menuntut tenaga dan kesabaran besar. Peneliti sering harus bersembunyi lama di vegetasi rapat hanya untuk mendapatkan beberapa jam cuplikan jelas tentang monyet atau primata lain.
Masalahnya, kamera yang berhasil merekam pun sering tidak mampu terus melacak hewan lebih dari beberapa kaki. Begitu subjek bergerak ke area gelap atau lewat di belakang semak tebal, alur pengamatan bisa terputus.
PriMAT memberi jalan lain dengan memanfaatkan rekaman lama yang sudah terkumpul. Menurut penjelasan para peneliti, jam-jam footage yang dulu terasa tidak berguna kini dapat dianalisis otomatis dalam hitungan menit.
Implikasi untuk riset primata
Pendekatan ini menjadi penting karena penelitian primata sering menghasilkan data sangat banyak, tetapi sulit diproses secara manual. Dengan AI, peneliti tidak lagi harus menghabiskan waktu sebanyak sebelumnya untuk menyaring gambar satu per satu.
Model ini masih berada pada tahap awal, tetapi efektivitasnya menunjukkan ada sisi riset yang sebelumnya tersembunyi dan kini mulai terbuka. Jika pengembangan seperti ini terus maju, video buram dari dalam hutan bisa menjadi salah satu sumber paling berharga dalam studi perilaku primata.
-
-
-
-
