""

Willkommen

Herzlich willkommen auf unserer Projektseite. Auf dieser Homepage erhalten Sie Informationen rund um das Projekt BirdyCam - Eine KI-basierte Vogelerkennung.

Kurzbeschreibung

Deutsch Der Prozess der Vogelzählung ist sehr fehleranfällig, zeitaufwendig und aufgrund der winterlichen Temperaturen im Januar auch sehr unangenehm. Zurzeit wird die Aufgabe von vielen Vogelbeobachter/innen ohne technische Unterstützung durchgeführt. Ein herkömmliches Futterhaus diente bisher als Futterstelle, ohne zusätzliche technische Funktionen, welche die Datenaufnahme am Futterhaus ermöglicht hätte. In diesem Projekt sollte ein smartes Vogelhäuschen mit integrierter Kamera entwickelt werden, welches die wichtigsten heimischen Vogelarten, wie zum Beispiel die Amsel, den Feldsperling und viele weitere Arten, optisch klassifizieren kann und die Vogelbesuche ansprechend in einer App dokumentiert. Ziel dieses Projekts ist der Bau eines Futterhaus mit integrierter Kamera, welches die heimischen Vogelarten anhand von Bildern klassifiziert. Für den/die Nutzer/in soll eine App programmiert werden, in der die aufgenommenen Bilder mit den jeweiligen Informationen zu sehen sind. Unser Projekt soll bei der Datenerfassung behilflich sein und bewusstseinsbildend im Sinne des Vogelschutzes wirken.

Unser Projekt wird bearbeitet und erstellt an der HTL Mössingerstraße

In Zusammenarbeit mit BirdLife Kärnten

English The process of counting birds is very error-prone, time-consuming and also very unpleasant due to the winter temperatures in January. At present, the task is carried out by many birdwatchers without technical support. A conventional bird feeder was previously used as a feeding station, without any additional technical functions that would have enabled data to be recorded at the feeder. The aim of this project is to develop a smart bird feeder with an integrated camera that can visually classify the most important native bird species, such as blackbirds, tree sparrows and many others, and document bird visits in an app. The goal of this project is to build a bird feeder with an integrated camera that classifies the native bird species based on images. An app is to be programmed for the user in which the images taken can be viewed with the relevant information. Our project is intended to help with data collection and raise awareness of bird conservation.

Details

Systemstrukturplan

build Hardware

Bau des Vogelhauses

Das Gehäuse selbst wird mithilfe von 3D-Drucktechnologie gefertigt, wobei UV-beständiges Filament verwendet wird, um den extremen Wetterverhältnissen standzuhalten. Diese Konstruktion gewährleistet eine langfristige Haltbarkeit und schützt die empfindliche Elektronik im Inneren vor den Einflüssen wie Regen, Schnee und Sonne. Die Stromversorgung erfolgt mittels Solarenergie, um so umweltschonend wie möglichst zu arbeiten. Unteranderem war es uns auch sehr wichtig, die Verbreitung von Krankheiten innerhalb des Futterhauses so minimal wie möglichst zu halten.


build Hardware

Aufnahme der Bilder

Wenn ein Vogel zum Vogelhäuschen fliegt wird durch eine Reflexionslichtschranke die Kamera (RaspCam 3W) ausgelöst, mit welcher automatisch ein Bild des Vogels aufgenommen wird.


desktop_windows Software

Klassifikation

Ein wichtiger Bestandteil unseres Projekts ist die Klassifikation. Ziel ist es, die wichtigsten heimischen Vogelarten anhand von Bilddaten klassifizieren zu können. Die Klassifikation erfolgt direkt am Raspberry Pi mittels Teachable-Machine, einem Deep-Learning Tool.


desktop_windows Software

Datenbank

Die aufgenommenen Bilder und Klassifikationsergebnisse werden auf einer Firebase-Datenbank gespeichert, auf welche die App Zugriff hat.


desktop_windows Software

App

Für den Benutzer wird eine App mit der Programmiersprache Flutter entwickelt, welche mit den Betriebssystemen iOS und Android kompatibel ist. In der App werden alle Vogelbesuche mit der klassifizierten Vogelart festgehalten. Zusätzlich kann auf allgemeine Vogelinformationen zugegriffen werden. Weiteres besteht die Möglichkeit der Erstellung von Benutzerprofilen, wie auch das Aufnehmen eigener Vogelbilder.


Our Awesome Team

Das sind wir!

Anna Kollmitzer

Appentwicklung

99% aller Spielsüchtigen hören vor ihrem großem Gewinn auf - Keep gambling

Janine Krebs

Entwicklung der Künstlichen Intelligenz

Phantasie ist wichtiger als Wissen, denn Wissen ist begrenzt.

Albert Einstein

Hannah Kuester

Hardware

just do it - later

Dipl.-Ing Isabella Gigler

Erstbetreuerin

Dr. Andreas Kleewein

Betreuer von BirdLife Kärnten