Nutzung künstlicher Intelligenz zur Aufspürung von Geisternetzen in Küstengewässern.

Schumacher, Mia, Götz, Markus, Dederer, Gabriele and Lee, Mareen (2024) Nutzung künstlicher Intelligenz zur Aufspürung von Geisternetzen in Küstengewässern. Open Access Hydrographische Nachrichten, 127 (3). pp. 20-25. DOI 10.23784/HN127-04.

[thumbnail of DOI_10.23784_HN127-04.pdf]
Preview
Text
DOI_10.23784_HN127-04.pdf - Published Version

Download (1MB) | Preview

Supplementary data:

Abstract

Fischernetze, die frei im Gewässer ›umhergeistern‹, sind ein Problem für die Umwelt.
Mit tiefgeschleppten Seitensichtsonargeräten werden die sogenannten Geisternetze
gesucht. Auf den Bilddaten sind die Geisternetze jedoch kaum zu erkennen, dargestellt werden lediglich dünne Linien, die die Lage der Bleileinen wiedergeben, mit denen die Fischernetze beschwert werden; die eigentlich Netzstruktur bleibt unsichtbar.
Bisher haben Menschen die Bilddaten ausgewertet. Viel schneller geht es mit einem
automatisierten Ansatz aus der Computer Vision, bei dem mittels computergestützter
Datenanalyse Geisternetze in den Bilddaten identifziert werden können.

Fishing nets that 'ghost' freely in the water are a problem for the environment. The so-called ghost nets
are searched for using deep-towed side-scan sonar devices. However, the ghost nets are barely recognisable on the image data; only thin lines are shown that re"ect the position of the lead lines with which the
%shing nets are weighted; the actual net structure remains invisible. Until now, people have analysed the
image data. An automated approach from Computer Vision is much faster, using computer-aided data
analysis to identify ghost nets in the image data.

Document Type: Article
Keywords: Geisternetze | Mikroplastik | Computer Vision | R-CNN | Trainingsdatensatz; ghost nets | microplastics | Computer Vision | R-CNN | training data set
Research affiliation: HGF-KIT
OceanRep > GEOMAR > FB4 Dynamics of the Ocean Floor > FB4-MUHS Magmatic and Hydrothermal Systems
Refereed: No
Open Access Journal?: Yes
Publisher: Deutsche Hydrographische Gesellschaft
Date Deposited: 25 Nov 2024 12:55
Last Modified: 25 Nov 2024 12:55
URI: https://oceanrep.geomar.de/id/eprint/60962

Actions (login required)

View Item View Item