Di hutan tropis yang rapat, video yang tampak buram sering dianggap kurang bernilai karena objek di dalamnya mudah hilang di balik bayangan dan vegetasi. PriMAT mengubah anggapan itu dengan menjadikan rekaman semacam ini sebagai bahan yang justru berguna untuk riset primata.
Bagi peneliti lapangan, masalahnya memang tidak sederhana. Cahaya yang berubah-ubah, semak yang rapat, dan sudut kamera yang cepat kehilangan target membuat pengamatan primata di alam liar jauh lebih sulit dibandingkan di lingkungan yang terkendali.
Selama ini, banyak sistem pelacakan otomatis bertumpu pada keypoint detection. Teknik itu menandai bagian tubuh tertentu seperti siku, pangkal ekor, atau kaki, tetapi pendekatan tersebut kerap kesulitan saat dipakai di hutan tropis dan hutan lebat.
PriMAT mengambil jalur berbeda. Model ini memakai bounding box dinamis untuk mengunci target primata, sehingga pelacakan tetap berjalan saat kondisi visual berubah dan objek masuk ke area yang sulit diprediksi.
Pendekatan tersebut dikembangkan oleh tim peneliti dari berbagai negara, termasuk Jerman. Mereka merancang PriMAT khusus untuk melacak primata nonmanusia dalam kondisi alami, sekaligus mendeteksi dan melacak primata maupun objek lain dari video berlabel atau dari gambar tunggal.
Yang menarik, manfaatnya tidak hanya terasa saat pengamatan langsung. Rekaman lama yang dulu dianggap kurang berguna kini bisa dipakai ulang untuk analisis, sehingga arsip video berubah menjadi sumber data baru bagi riset.
Dalam uji kasus pada Assamese macaques dan red-fronted lemurs, peneliti hanya menggunakan beberapa ratus frame video dengan bounding box. Dari situ, identitas lemur dapat diprediksi dengan akurat hingga 83%.
Model yang sama juga diuji pada Barbary macaques, Guinea baboons, gorila, dan simpanse. Hasil itu menunjukkan bahwa teknik berbasis AI ini mampu mengikuti individu primata tertentu tanpa harus bergantung pada gerakan atau perilaku hewan pada saat itu.
Bagi biologi lapangan, kehadiran alat seperti ini bisa mengurangi kerja yang melelahkan. Sebelumnya, peneliti sering harus bersembunyi lama di vegetasi rapat hanya untuk mendapatkan beberapa jam cuplikan yang jelas tentang monyet atau primata lain.
Masalah lain muncul setelah rekaman didapat. Kamera yang berhasil merekam hewan sering tidak mampu terus melacaknya lebih dari beberapa kaki, terutama ketika subjek masuk ke area gelap atau melewati semak tebal.
Dengan PriMAT, jam-jam footage yang dulu terasa tidak berguna dapat dianalisis otomatis dalam hitungan menit. Itu membuat data yang sudah terkumpul menjadi lebih bernilai tanpa harus mengulang seluruh proses pengamatan dari awal.
Riset primata memang sering menghasilkan data dalam jumlah besar, tetapi memeriksanya satu per satu membutuhkan waktu dan tenaga yang tidak sedikit. Karena itu, model seperti PriMAT memberi jalan baru untuk mengolah arsip video yang selama ini terabaikan.
Teknologi ini masih berada pada tahap awal, tetapi hasilnya memperlihatkan sisi riset yang sebelumnya tersembunyi mulai terbuka. Jika pengembangannya terus maju, video buram dari dalam hutan bisa menjadi salah satu sumber paling penting dalam studi perilaku primata.
