COASTVISION - Computer vision to expand monitoring and accelerate assessment of coastal fish

Data inizio
1 luglio 2024
Durata (mesi) 
18
Dipartimenti
Informatica
Responsabili (o referenti locali)
Beyan Cigdem

CoastVision sviluppa metodi di visione artificiale per l’elaborazione efficiente di dati video provenienti da monitoraggi costieri. Questo approccio viene applicato a casi di studio finalizzati al rilevamento, alla classificazione delle specie, alla stima delle dimensioni, al tracciamento e alla re-identificazione (re-ID) di singoli individui, con l’obiettivo di migliorare il monitoraggio e la valutazione degli stock ittici costieri.

Obiettivi secondari

  1. Migliorare i modelli esistenti per il rilevamento e la classificazione dei pesci costieri al fine di raggiungere prestazioni allo stato dell’arte, utilizzando dati di addestramento e validazione provenienti da diverse campagne di monitoraggio.
  2. Ampliare la pipeline automatizzata includendo la stima delle dimensioni degli individui.
  3. Implementare un nuovo sistema di telecamere per la raccolta automatizzata di dati a supporto della re-identificazione (re-ID), integrato con la tecnologia di identificazione a radiofrequenza (RFID).
  4. Addestrare e validare modelli di re-ID con un obiettivo di accuratezza superiore al 90% su periodi di tempo brevi (< 6 mesi) per il merluzzo atlantico (Gadus morhua), il tordo corkwing (Symphodus melops) e il tordo ballan (Labrus bergylta).
  5. Applicare la pipeline CoastVision ai monitoraggi in corso delle popolazioni ittiche e produrre dati chiave per la valutazione degli stock, inclusi parametri di crescita e funzioni di selettività della pesca.

 

Partecipanti al progetto

Cigdem Beyan
Professore associato
Aree di ricerca coinvolte dal progetto
Intelligenza Artificiale
Computer vision  (DI)
Ingegneria del Software e Verifica Formale
Computer vision  (DI)
Intelligenza Artificiale
Machine learning  (DI)
Ingegneria del Software e Verifica Formale
Machine learning  (DI)

Attività

Strutture

Condividi