Camera traps have become important tools for the monitoring of animal populations. However, the study-specific estimation of animal detection probabilities is key if unbiased abundance estimates of unmarked species are to be obtained. Since this process can be very time-consuming, we developed the first semi-automated workflow for animals of any size and shape to estimate detection probabilities and population densities. In order to obtain observation distances, a deep learning algorithm is used to create relative depth images that are calibrated with a small set of reference photos for each location, with distances then extracted for animals automatically detected by MegaDetector 4.0. Animal detection by MegaDetector was generally independent of the distance to the camera trap for 10 animal species at two different study sites. If an animal was detected both manually and automatically, the difference in the distance estimates was often minimal at a distance about 4 m from the camera trap. The difference increased approximately linearly for larger distances. Nonetheless, population density estimates based on manual and semi-automated camera trap distance sampling workflows did not differ significantly. Our results show that a readily available software for semi-automated distance estimation can reliably be used within a camera trap distance sampling workflow, reducing the time required for data processing, by >13-fold. This greatly improves the accessibility of camera trap distance sampling for wildlife research and management.

中文翻译：

---

用于人口密度估计的半自动相机陷阱距离采样方法

相机陷阱已成为监测动物种群的重要工具。然而，如果要获得未标记物种的无偏丰度估计，则对动物检测概率进行特定于研究的估计是关键。由于这个过程可能非常耗时，因此我们为任何大小和形状的动物开发了第一个半自动化工作流程，以估计检测概率和种群密度。为了获得观察距离，使用深度学习算法创建相对深度图像，并使用每个位置的一小组参考照片进行校准，然后提取由 MegaDetector 4.0 自动检测到的动物的距离。对于两个不同研究地点的 10 种动物，MegaDetector 的动物检测通常与相机陷阱的距离无关。如果手动和自动检测到动物，则在距离相机陷阱约 4 m 处，距离估计的差异通常很小。对于较大的距离，差异近似线性增加。尽管如此，基于手动和半自动相机陷阱距离采样工作流程的人口密度估计并没有显着差异。我们的结果表明，用于半自动距离估计的现成软件可以在相机陷阱距离采样工作流程中可靠地使用，从而将数据处理所需的时间减少 13 倍以上。这极大地提高了用于野生动物研究和管理的相机陷阱距离采样的可及性。对于较大的距离，差异近似线性增加。尽管如此，基于手动和半自动相机陷阱距离采样工作流程的人口密度估计并没有显着差异。我们的结果表明，用于半自动距离估计的现成软件可以在相机陷阱距离采样工作流程中可靠地使用，从而将数据处理所需的时间减少 13 倍以上。这极大地提高了用于野生动物研究和管理的相机陷阱距离采样的可及性。对于较大的距离，差异近似线性增加。尽管如此，基于手动和半自动相机陷阱距离采样工作流程的人口密度估计并没有显着差异。我们的结果表明，用于半自动距离估计的现成软件可以在相机陷阱距离采样工作流程中可靠地使用，从而将数据处理所需的时间减少 13 倍以上。这极大地提高了用于野生动物研究和管理的相机陷阱距离采样的可及性。我们的结果表明，用于半自动距离估计的现成软件可以在相机陷阱距离采样工作流程中可靠地使用，从而将数据处理所需的时间减少 13 倍以上。这极大地提高了用于野生动物研究和管理的相机陷阱距离采样的可及性。我们的结果表明，用于半自动距离估计的现成软件可以在相机陷阱距离采样工作流程中可靠地使用，从而将数据处理所需的时间减少 13 倍以上。这极大地提高了用于野生动物研究和管理的相机陷阱距离采样的可及性。