思想领袖

人工智能在海洋垃圾检测中的应用

思想领袖Odei Garcia-Garin博士生巴塞罗那大学

AZoRobotics采访了巴塞罗那大学的Odei Garcia-Garin。Odei是巴塞罗那大学大型海洋脊椎动物研究小组的成员;该团队目前正在开发一款名为MARLIT的基于人工智能的应用程序,用于研究漂浮的海洋宏观垃圾(FMML)。

你能给我们的读者更多关于MARLIT的信息以及它是如何使用的吗?

MARLIT是一个面向web的应用程序。这是迈向自动化探测漂浮垃圾的又一步骤,并提供了一种有用的方法,可透过任何装有遥感装置的空中平台(例如无人机或小型飞机),将垃圾监测标准化。它可以帮助分类高数量的图像是否包含浮动的海洋宏观垃圾(FMML),这有助于识别潜在的聚集区域。

该网络应用程序,可从计算机设备访问,允许:(1)上传航拍图像;(2)将图像分割成多个单元,(3)通过AIImagePred R库分析它们;(4)检测各细胞内漂浮的凋落物;(5)量化其相对于被图像覆盖的表面的密度

团队是如何着手开发MARLIT的?

MARLIT应用程序由欧盟资助的MEDSEALITTER项目(欧洲区域发展基金- Interreg MED)提供支持。该项目旨在制定漂浮垃圾监测的标准化方案。巴塞罗那大学(University of Barcelona)的一个研究大型海洋脊椎动物的研究小组,负责使用带有高分辨率摄像头的无人机和飞机测试协议。

图片来源:Shutterstock.com/斑点雪人

开发MARLIT时所涉及的测试技术是什么?

我们在西班牙海岸的地中海水域进行了几次调查。我们使用不同的无人机和飞机类型在“积极控制”(我们从船上部署的海洋垃圾)上拍摄图像。此外,我们对自然区域进行了多次调查,以获得大量的图像来训练MARLIT。

我们获得了数千张海面图像,其中一些含有海洋垃圾。虽然我们达到了较好的litter检测准确率(81%),但是如果我们可以增加图像的训练集,我们可以改进MARLIT。

您能给我们的读者提供更多关于MARLIT中团队使用的算法的信息吗?

MARLIT的工作原理是使用卷积神经网络(CNNs)的深度学习模型。虽然其他机器学习方法需要一组特征来提供分类器,但基于cnn的深度学习使用目标固有结构中的一系列特征训练和识别目标的空间模式。

与之前的算法相比,深度学习算法的主要优势在于,它们可以在没有任何人类监督的情况下自动识别图像的重要特征,这意味着它们需要的时间更少。基于神经网络的深度学习算法的灵感来自于神经元连接模式和动物视觉皮层组织之间的生物相似性。

为什么对海洋废物进行分类和确定其来源很重要?

海洋垃圾对海洋动物构成潜在威胁,进而对人类构成威胁。通过标准化方法监测其密度和分布模式对评估这种环境威胁的程度至关重要。

开发方便用户的应用程序来监测海洋漂浮垃圾的存在,将有助于在符合当前区域和国家环境法规的情况下,实施这一威胁的常规监测方案。

图片来源:Shutterstock.com / Melih Evren

MARLIT比传统观测方法有什么好处?

虽然传统的基于观测者的方法有很多优点(例如,目标的精确识别,不受相机电池充电时间或存储空间的限制),但其他遥感方法也有明显的优点,如更客观和可重复的结果,以及为其他调查重新分析记录图像的可能性。

团队的下一个目标是什么IRBio巴塞罗那大学呢?

我们正在寻求扩大数据集和改进MARLIT的合作。此外,我们的目标是将应用程序直接安装到遥感器上,如无人机,以提高检测过程的效率。

读者在哪里可以找到更多的信息?

你的读者可以在这里找到更多的信息杂志

关于Odei Garcia-Garin

Odei是一名生物学博士研究生,目前在巴塞罗那大学研究海洋垃圾的发生、分布和丰富程度及其对海洋动物的影响。他的研究重点是增塑剂、微塑料的分析,以及海洋漂浮大垃圾和海洋脊椎动物的监测。

免责声明:此处所表达的观点仅代表被采访者的观点,并不代表本网站的所有者和运营商AZoM.com Limited (T/A) azonnetwork的观点。本免责声明构成条款和条件本网站的使用。

琼纽金特

写的

琼纽金特

琼毕业于曼彻斯特城市大学,电影和媒体研究二级甲等。在她学习期间,她作为一名学生笔记员,并继续在大学工作,毕业后,作为一名抄写员。琼以前在一家市场研究公司做校对。琼热爱电影和摄影,在她的业余时间,她喜欢做插图和练习书法。

引用

请在你的文章、论文或报告中使用下列格式之一来引用这篇文章:

  • 美国心理学协会

    纽金特,琼。(2021年,03年3月)。人工智能在海洋垃圾检测中的应用。AZoRobotics。2021年5月13日从//www.infoc8.com/Article.aspx?ArticleID=390获取。

  • MLA

    纽金特,琼。人工智能在探测海洋垃圾中的应用。AZoRobotics。2021年5月13日。< //www.infoc8.com/Article.aspx?ArticleID=390 >。

  • 芝加哥

    纽金特,琼。人工智能在探测海洋垃圾中的应用。AZoRobotics。//www.infoc8.com/Article.aspx?ArticleID=390。(访问2021年5月13日)。

  • 哈佛大学

    纽金特,琼。2021。人工智能在海洋垃圾检测中的应用。《AZoRobotics》,2021年5月13日观看,//www.infoc8.com/Article.aspx?ArticleID=390。

告诉我们你的想法

你对这篇文章有评论、更新或想要补充的内容吗?

离开你的反馈
提交