Automatische Unterstuetzung zur bildbasierten Wildtierklassifikation

Zusammenfassung In dieser Arbeit wird ein Bildverarbeitungssystem vorgestellt, das Nutzer*innen bei der bildbasierten Klassifizierung von Wildtieren unterstuetzt. Das System nutzt Deep Learning Techniken und verwendet einund zweistufige neuronale Netzwerkarchitekturen, um verschiedene Wildtierarten anhand von Fotofallenbildern mit einer Genauigkeit von bis zu 95% zu detektieren und zu klassifizieren. Zusaetzlich wird ein maßgeschneiderter Datensatz vorgestellt. Das System demonstriert seine Wirksamkeit in realen Szenarien und stellt ein wertvolles Werkzeug fuer die Überwachung von Wildtieren und fuer Naturschutzmaßnahmen dar. Summary This work introduces a computer vision system designed for supporting users in imagebased wildlife classification. Leveraging deep learning techniques, the system employs oneand twostage neural network architecture to detect and classify different wildlife species from input camera trap images with accuracies of up to 95 %. Additionally, a customtailored data set is presented. The system demonstrates its efficacy in realworld scenarios, providing a valuable tool for wildlife monitoring and conservation efforts.