基于多台声学相机进行多鱼种检测的深度神经网络
计算机视觉与模式识别
2022-08-30 v1
摘要
水下声学相机在生态学诸多应用中具有极高潜力，尤其在渔业管理与监测方面。然而，如何将这些数据提取为高价值信息，同时避免操作员耗时通读整个数据集，仍是一项挑战。此外，由于声学成像信噪比低，其分析成为试验新方法（特别是深度学习技术）的理想训练场。本文提出一种结合CNN（卷积神经网络）与经典CV（计算机视觉）技术的新方法，能够在声学视频流中检测“鱼”这一通用类别。该流程对声学图像进行预处理以提取2个特征，从而定位信号并提升检测性能。为确保从生态学角度的性能，我们还提出两步验证：一步验证训练结果，一步在真实场景中对方法进行测试。基于YOLOv3的模型使用由两台常见声学相机DIDSON和ARIS记录的多鱼种鱼类数据进行训练，包括具有较高生态价值的物种，如大西洋鲑和欧洲鳗。我们开发的模型取得了令人满意的结果，检测出近80%的鱼类并将假阳性率降至最低，但在ARIS视频上的鳗鱼检测效率则低得多。这是首个利用两台声学相机视频数据进行鱼类监测的CNN流程，满足了所需的大部分特性。许多挑战依然存在，例如通过多分类模型实现鱼种识别的自动化。不过，这些结果指出了一种处理复杂数据（如声纳数据）的新方案，也可推广至其他信噪比为挑战的场景。
引用
@article{arxiv.2109.10664,
title = {A deep neural network for multi-species fish detection using multiple acoustic cameras},
author = {Guglielmo Fernandez Garcia and François Martignac and Marie Nevoux and Laurent Beaulaton and Thomas Corpetti},
journal= {arXiv preprint arXiv:2109.10664},
year = {2022}
}