論文の概要: Evaluating Deep Learning Assisted Automated Aquaculture Net Pens Inspection Using ROV

• arxiv url: http://arxiv.org/abs/2308.13826v1
• Date: Sat, 26 Aug 2023 09:35:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-29 18:47:33.974737
• Title: Evaluating Deep Learning Assisted Automated Aquaculture Net Pens Inspection Using ROV
• Title（参考訳）: ROVを用いた深層学習支援養殖ネットペン検査の評価
• Authors: Waseem Akram, Muhayyuddin Ahmed, Lakmal Seneviratne and Irfan Hussain
• Abstract要約: 魚は魚の養殖場から海に逃げ出す。 従来の検査システムは、専門家のダイバーやROVによる視覚検査に依存している。 本稿では,養殖網ペンを対象としたロボットによる自動網欠陥検出システムについて述べる。
• 参考スコア（独自算出の注目度）: 0.27309692684728615
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In marine aquaculture, inspecting sea cages is an essential activity for managing both the facilities' environmental impact and the quality of the fish development process. Fish escape from fish farms into the open sea due to net damage, which can result in significant financial losses and compromise the nearby marine ecosystem. The traditional inspection system in use relies on visual inspection by expert divers or ROVs, which is not only laborious, time-consuming, and inaccurate but also largely dependent on the level of knowledge of the operator and has a poor degree of verifiability. This article presents a robotic-based automatic net defect detection system for aquaculture net pens oriented to on-ROV processing and real-time detection. The proposed system takes a video stream from an onboard camera of the ROV, employs a deep learning detector, and segments the defective part of the image from the background under different underwater conditions. The system was first tested using a set of collected images for comparison with the state-of-the-art approaches and then using the ROV inspection sequences to evaluate its effectiveness in real-world scenarios. Results show that our approach presents high levels of accuracy even for adverse scenarios and is adequate for real-time processing on embedded platforms.
• Abstract（参考訳）: 海洋養殖では, 養殖施設の環境影響と魚類開発プロセスの質の両方を管理する上で, 海ケージの検査が不可欠である。 魚は魚の養殖場から海に逃げ出し、網の損傷により大きな財政的損失をもたらし、近くの海洋生態系を侵食する可能性がある。 従来の検査システムは、熟練したダイバーやrovによる視覚検査に依存しており、これは、労力や時間的消費、不正確なだけでなく、オペレータの知識のレベルに大きく依存し、検証可能性の低さにも依存している。 本稿では,オン・ROV処理とリアルタイム検出を指向した養殖網ペンを対象としたロボットによる自動網欠陥検出システムを提案する。 提案システムは、ROVの搭載カメラから映像ストリームを取得し、深層学習検出器を使用し、背景から画像の欠陥部分を異なる水中条件下で分割する。 このシステムはまず、最先端のアプローチと比較するために収集された画像を用いてテストされ、続いてROV検査シーケンスを使用して実世界のシナリオにおけるその有効性を評価した。 提案手法は, 有害シナリオにおいても高い精度を示し, 組込みプラットフォーム上でのリアルタイム処理に適していることを示す。

関連論文リスト

• Towards an Autonomous Surface Vehicle Prototype for Artificial Intelligence Applications of Water Quality Monitoring [68.41400824104953]
  本稿では,人工知能アルゴリズムの利用と水質モニタリングのための高感度センシング技術に対処する車両プロトタイプを提案する。 車両には水質パラメータと水深を測定するための高品質なセンサーが装備されている。 ステレオカメラにより、実際の環境でのマクロプラスチックの検出と検出も可能である。
  論文  参考訳（メタデータ） (2024-10-08T10:35:32Z)
• Autonomous Visual Fish Pen Inspections for Estimating the State of Biofouling Buildup Using ROV -- Extended Abstract [0.0]
  魚のケージ検査は、小規模でも工業でも、どんな魚農場でも必要なメンテナンス作業である。 定期的な検査を行う訓練されたダイバーを 自律的な海洋車両に置き換えれば 人力のコストを下げる 水中検査を行う人間に関連するリスクを取り除く 本研究の目的は、ROVのための自律制御アルゴリズムの開発から、魚介類の画像の自動分割、バイオファウリング状態の正確な推定に至るまで、これらの検査プロセスを自動化するための完全なソリューションを提案することである。
  論文  参考訳（メタデータ） (2024-09-19T14:36:04Z)
• Floor extraction and door detection for visually impaired guidance [78.94595951597344]
  未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。 コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。 本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
  論文  参考訳（メタデータ） (2024-01-30T14:38:43Z)
• Autonomous Underwater Robotic System for Aquaculture Applications [0.2499907423888049]
  本研究の目的は, 生物汚染, 植生, 網穴, プラスチックなどの異なる養殖網の欠陥をリアルタイムに検出することを目的として, オン・ROV処理を指向した養殖網ペンの自動欠陥検出システムを開発することである。 提案システムは,アクアネット周辺の車両移動に対する深層学習に基づく欠陥検出法とフィードバック制御法を併用して,網状画像の明確なシーケンスを取得し,検査タスクによって網の状態を確認する。
  論文  参考訳（メタデータ） (2023-08-26T10:45:39Z)
• Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
  本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。 これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。 高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
  論文  参考訳（メタデータ） (2023-08-24T12:32:46Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Multi-label Video Classification for Underwater Ship Inspection [2.537406035246369]
  本稿では,ディープラーニングとコンピュータビジョンを用いた自動映像解析システムを提案する。 提案手法は有望な結果を示し,水中ビデオ船体検査における今後の研究・開発のためのベンチマークとして機能する。
  論文  参考訳（メタデータ） (2023-05-27T02:38:54Z)
• A Real-time Edge-AI System for Reef Surveys [6.070670469403929]
  ソーン・オブ・ソーン・スターフィッシュ(英: Crown-of-Thorn Starfish、COTS)は、グレートバリアリーフでサンゴが失われた主な原因である。 我々は,COTSモニタリングのためのエッジデバイス上で,機械学習に基づく総合的な水中データ収集とキュレーションシステムを提案する。
  論文  参考訳（メタデータ） (2022-08-01T04:06:14Z)
• Surface Defect Detection and Evaluation for Marine Vessels using Multi-Stage Deep Learning [34.73960974449683]
  現在、国際的な基準と自身の経験を用いて、適格な検査官が手動で評価を行っている。 本報告では, 血管表面の腐食, 汚濁, 剥離率を, 通常の写真から検出し, 評価するための, 深層学習に基づくパイプラインを提案する。
  論文  参考訳（メタデータ） (2022-03-17T19:48:38Z)
• Cognitive Visual Inspection Service for LCD Manufacturing Industry [80.63336968475889]
  本論文では,現在FPD業界で主流となっている液晶ディスプレイ(LCD)の視覚検査システムについて述べる。 システムは、堅牢/高性能欠陥認識モデルと認知視覚検査サービスアーキテクチャの2つの基礎に基づいています。
  論文  参考訳（メタデータ） (2021-01-11T08:14:35Z)
• Movement Tracks for the Automatic Detection of Fish Behavior in Videos [63.85815474157357]
  水中ビデオでサブルフィッシュ(Anoplopoma fimbria)の発芽行動のデータセットを提供し,その上での深層学習(DL)法による行動検出について検討した。 提案する検出システムは,Long Short-Term Memory(LSTM)ネットワークを用いて,サブルフィッシュの起動動作を識別する。
  論文  参考訳（メタデータ） (2020-11-28T05:51:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。