Prosjekt: CoastVision

Undervannskameraer blir i økende grad brukt for å studere og overvåke fiskebestander i kystområder. Dette gir unik innsikt i artsmangfold og endringer i økosystemene, men er foreløpig avhengig av at erfarne marinbiologer identifiserer, måler og teller fisk manuelt, bilde for bilde.

I prosjektet CoastVision vil vi bruke maskinlæring for å automatisere denne jobben. Et slikt maskinsyn vil bli trent til å identifisere fisk ved hjelp av sine naturlige «strekkoder», som er mønstre på huden eller kroppsfasong som er særegne for en art, kjønn og til og med individuelle fisk. Individuell identifisering er det mest innovative aspektet ved CoastVision og vil åpne nye muligheter for å studere individers atferd, vekst og overlevelse i deres naturlige habitat.

CoastVision vil fokusere på kysttorsk og leppefisk, som er kommersielt viktige arter med komplekse, men tydelige fargemønstre. Maskinsynet som utvikles vil brukes på automatisk analyse av videostrømmer fra kystobservatorier og andre studier som bruker undervannskameraer. Slik automatisk overvåkning vil brukes til å få en bedre forståelse av faktorene som påvirker bestandsdynamikken hos viktige kystarter.

Videre vil maskinsynet brukes til å oppdage nye arter, som enten er klimaflyktninger fra sørligere strøk, eller innføres som en følge av mennesklig aktivitet. Klimaendringer og andre miljøutfordringer kan også medføre endret adferd hos fisk som vil kunne bli oppdaget raskere og mer presist med verktøyene som skal utvikles i CoastVision. Prosjektet er forventet å stimulere til at kamerabasert overvåkning blir brukt i enda større grad enn i dag, og integrert med maksinsyn vil dette revolusjonere vår evne til å observere, forstå og respondere på endringer i kystøkosystemene.