Gå til hovedinnhold
0
Hopp til hovedinnhold

A computer vision for sustainable coastal fisheries (ShareVision)

Om prosjektet

Kystnære marine økosystemer endres raskt, drevet av flere stressfaktorer som havoppvarming, fiskeri, fremmede arter, tap av habitat og degradering av leveområder. Å dempe disse negative effektene krever effektive observasjonsmetoder for å kunne informere politikere og forvaltningsorganer, og deretter for å monitorene effekten av tiltak.

Undervannskameraer tilbyr nå et kostnadseffektivt og attraktivt alternativ til de arbeidskrevende fiskeredskapene som tradisjonelt brukes i bestandsundersøkelser. Storskala utplassering av kameraer vil produsere enorme mengder verdifulle observasjoner, men bare en brøkdel av disse bildene kan analyseres manuelt. Maskinlæring gir muligheten for å utvikle helautomatisert videoanalyse, men for å nå det punktet hvor dyplæringsbasert maskinsyn kan brukes i feltundersøkelser så må det legges ned betydelig innsats for å bygge annoterte datasett av høy kvalitet, og å utforske metoder som krever mindre data for algoritmetrening.

ShareVision vil utforske slike metoder med mål om å utvikle maskinsyns-systemer som vil gjøre oss i bedre stand til å overvåke, forstå og forvalte kystfiskerier. Vi skal sette sammen og bygge video- og bildebibliotek for kystnære arter i Norge (og andre steder) til å utvikle gode verktøy for deteksjon, klassifisering og sporing av fisk i naturlige miljøer. Et nøkkelelement for å oppnå gode resultater er at vi har tilgang til avansert utstyr og treningsdata gjennom vår partner Havforskningsinstituttet.
ShareVision samarbeider med forskningsprosjektene CoastVision og ARVEN.

Prosjektet understøtter FNs bærekraftsmål innen

9. Industri, innovasjon og infrastruktur
12. Ansvarlig forbruk og produksjon
14. Livet i havet

Finansiering

Tildelt: kr 3.000.000
Midlene er mottatt fra:
Kunnskapsdepartementet
Prosjektperiode 2020 - 2025