Nutzung künstlicher Intelligenz zur Aufspürung von Geisternetzen in Küstengewässern
Schumacher, Mia; Götz, Markus
1; Dederer, Gabriele; Lee, Mareen
1 Scientific Computing Center (SCC), Karlsruher Institut für Technologie (KIT)
1; Dederer, Gabriele; Lee, Mareen1 Scientific Computing Center (SCC), Karlsruher Institut für Technologie (KIT)
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, darge-
stellt werden lediglich dünne Linien, die die Lage der Bleileinen wiedergeben, mit de-
nen 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 identifiziert werden können.
Mit tiefgeschleppten Seitensichtsonargeräten werden die sogenannten Geisternetze
gesucht. Auf den Bilddaten sind die Geisternetze jedoch kaum zu erkennen, darge-
stellt werden lediglich dünne Linien, die die Lage der Bleileinen wiedergeben, mit de-
nen 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 identifiziert werden können.
| Zugehörige Institution(en) am KIT | Scientific Computing Center (SCC) |
| Publikationstyp | Zeitschriftenaufsatz |
| Publikationsjahr | 2024 |
| Sprache | Deutsch |
| Identifikator | ISSN: 0949-5657 KITopen-ID: 1000178480 |
| HGF-Programm | 46.21.04 (POF IV, LK 01) HAICU |
| Weitere HGF-Programme | 46.21.01 (POF IV, LK 01) Domain-Specific Simulation & SDLs and Research Groups |
| Erschienen in | Journal of applied hydrography = Hydrographische Nachrichten |
| Band | 127 |
| Heft | 3 |
| Seiten | 20–25 |
| Externe Relationen | Abstract/Volltext |