Comparing optical and acoustic images in underwater fish detection
Description
Full text not available
Abstract
Den norske regjeringen har brukt betydelige midler for å prøve å preservere the marine livesi Oslofjorden etter år med minkende popilasjon av flere maritime arter grunnet hovedsakligmennesklig aktivitet.Derfor har oppgaven med å få bedre oversikt over dyrelivet i fjorden startet. Ulike måter åholde rede p˚a dyrelivet vil bli diskutert og to bildesøkingssystemer vil bli implementert medforskjellige funksjoner for å holde oversikt over de maritime befolkningene i Oslofjorden. Denene er basert på ekkogram laget av sonar med delt lys, mens den andre er basert på optiskebilder fra et kamera. Begrensningsboksene fra systemene ble hentet ut og matchet på forskjelligemåter for å se etter sammenhenger mellom informasjonen fra disse sensortypene.Ulike maskinlæringsalgoritmer vil bli sett på før vi bestemmer det som er best egnet for dennetypen oppgaver.Ulike forhold som kameraet og ekkoloddet blir påvirket av og hvordan forholdene påvirketkvaliteten p˚a bildedataene vil ble diskutert.Bildedeteksjonssystemet basert p˚a optiske bilder ble implementert som en en-klasses fiskedetektor og oppn˚adde en AP på 92,41 % under trening etter ˚a ha vært trent med 500 bilder ogen AP p˚a 96,81 % etter ˚a ha være trent med 2000 bilder. Bildedeteksjonssystemet basert p˚aakustiske data ble implementert ved ˚a bruke tilbakespredningsvolumet (Sv) fra ekkogrammetog fikk en AP p˚a 94,62 %. Dette var ogs˚a et klassesystem og oppdaget fiskeskoler i stedet forenkeltfisk. Ingen mulig samsvar ble funnet mellom de to sensortypene. Denne mulige ˚arsaken tilat Sv-bildesystemet kanskje ikke har oppdaget biomasse som opprinnelig beregnet, men i stedetstøy og / eller forskjellige forurensninger som snegler og / eller tang The Norwegian government has put in a notable effort in trying to preserve the marine life in theOslofjord after years of declining population of various maritime species due to mostly humanactivity. Hence, the task of getting an better overview of the wildlife in the fjord has started.Different ways of keeping track of the wildlife will be discussed and two image detection systemswill be implemented with different functionalities in keeping track of the maritime populationsin the Oslofjord. One is based on echograms created from split-beam sonar while the other isbased on optical images from a camera. The bounding boxes from the systems were extractedand matched various ways in order look for correlations between the information gained fromthese sensor-types.Various machine learning algorithms will be looked at before determining the best suited forthis type of task.Different conditions that the camera and sonar were under and how the conditions affected thequality of the image data were discussed.The image detection system based on optical images were implemented as a one-class fish detector and achieved a AP of 92,41% while training with 500 images and and AP of 96,81% whiletraining with 2000 images. The image detection system based on acoustic data was implementedby using the backscatter volume (Sv) from the echogram and received a mAP of 94,62%. Thiswas also a one-class system and detected schools of fish rather than single fish. No possiblematching were found between the two sensor types. This possible reason why is that the Svimage detection system might not have detected biomass as original intended but noise and/ordifferent contaminants such as snails and/or seaweed.