Modello Visione-Linguaggio Raggiunge il 98,54% di Precisione nel Rilevamento della Zanzara Dengue

Uno studio recente pubblicato su arXiv (2608.12677) introduce un framework visione-linguaggio che integra YOLO e Contrastive Language-Image Pre-training (CLIP) per classificare i fotogrammi di volo delle zanzare, distinguendo tra zanzare non infette e quelle infette dal virus Dengue sierotipo 2 (DENV2). Inizialmente, YOLO viene utilizzato per estrarre le regioni delle zanzare dall'ambiente circostante. Successivamente, le caratteristiche visive dei fotogrammi video vengono abbinate a prompt testuali pertinenti in uno spazio di incorporamento unificato. Il modello multimodale è stato ottimizzato tramite apprendimento contrastivo bidirezionale supervisionato e valutato attraverso la classificazione di similarità immagine-testo a livello di fotogramma, raggiungendo un'impressionante precisione del 98,54%. Questa ricerca affronta le difficoltà nell'identificare i cambiamenti comportamentali legati all'infezione nelle zanzare, spesso ostacolati dalle loro piccole dimensioni e dai movimenti irregolari, nonché da fattori ambientali. Le sue implicazioni per la salute pubblica potrebbero migliorare il monitoraggio automatizzato dei vettori di malattia, facilitando il rilevamento precoce e la gestione delle epidemie di dengue.