A framework for the image-identification of individual animals and their species

Millions of people visit zoos all over the world every year. An important aspect of their experience in zoological parks is the quality of information about the animals they observe, for both educational and entertainment purposes, that they can receive during their visits. The aim of this work is to provide a tool that can enhance the quality of experience of zoo visitors, allowing them, during their visits, to get context-specific information about the variety of animals they encounter in a simple, fast, and interactive way. In this thesis, I propose a framework that allows to obtain high speed and precision in the task of identifying, without any human supervision, individual animals and their species from pictures that portray those animals. The framework exploits the image analysis tools provided by IBEIS, in particular HotSpotter, an image recognition algorithm. This document also presents the mobile application that I designed and developed to achieve the above illustrated goal, exploiting the cameras and location services of mobile devices and the animal identification framework developed in the context of this thesis. The primary functionality of the application is to instantly detect individual animals, and the species they belong to, from pictures taken by users while they are visiting a zoo. I finally propose a Java library that I developed in order to allow Android developers to create mobile applications exploiting the functionalities included in IBEIS and the individual animal identification framework developed in the context of this thesis.

Gli zoo in tutto il mondo vengono visitati ogni anno da milioni di persone. Un aspetto importante del visitare uno zoo è rappresentato dalla qualità delle informazioni che si riescono a ottenere riguardo agli animali osservati, sia per motivi didattici che per semplice intrattenimento. L’obiettivo del lavoro qui proposto è quello di fornire uno strumento che possa essere utilizzato per migliorare l’esperienza dei visitatori di uno zoo, permettendo loro di ottenere, durante la loro visita, informazioni context-specific (legate, cioè, al contesto nel quale i visitatori si trovano) riguardanti la grande varietà di animali che possono essere osservati, in un modo semplice, rapido e interattivo. In questa tesi viene presentato un framework che utilizza le funzionalità di data storage e image analysis fornite da IBEIS (Image Based Ecological Information System), in particolar modo l'algoritmo di image-recognition HotSpotter, al fine ottenere elevate velocità e precisione nell’identificazione automatica di esemplari e specie di animali a partire da immagini in cui tali animali sono ritratti. Viene inoltre proposta un’applicazione mobile che ho progettato e sviluppato per raggiungere l’obiettivo descritto in precedenza, sfruttando la presenza di fotocamere e servizi di localizzazione sugli smartphone attualmente in commercio e il framework per l’identificazione di animali sviluppato nell’ambito di questa tesi. La funzionalità principale dell’applicazione è quella di identificare in maniera istantanea, a partire da fotografie scattate dagli utenti mentre stanno visitando uno zoo, i singoli esemplari immortalati nelle foto e la loro specie. In questo documento viene infine presentata una libreria Java, compatibile con Android, che ho realizzato al fine di permettere ad altri sviluppatori, Java o Android, di utilizzare le funzionalità di IBEIS e il framework proposto in questa tesi per sviluppare nuove applicazioni.