심층 컨볼루션 신경망을 이용한 실시간 어획 어종 인식 및 카운팅 알고리즘 개발 및 시스템 구현

김승규; 박세용; 송영남; 황신혁; 임태호

doi:10.6109/jkiice.2024.28.2.196

추천

검색

질문

자료유형: 학술저널

저자정보: 김승규 (호서대학교) 박세용 (호서대학교) 송영남 (호서대학교) 황신혁 (호서대학교) 임태호 (호서대학교)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제28권 제2호

발행연도: 2024.2

수록면: 196 - 208 (13page)

DOI: 10.6109/jkiice.2024.28.2.196

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

전 세계적으로 남획 및 해양오염, 기후변화로 인해 수산자원의 고갈은 심해지고 있어 큰 문제가 되고 있다. 이와 같은 수산자원 감소의 문제를 관리하고 지속 가능한 어업을 위하여 총허용어획량(Total Allowable Catch, TAC) 제도가 많은 나라에서 활용되고 있다. 이를 위해 미국, 캐나다, EU 등 다수의 국가에서 EM(Electronic Monitoring) 시스템을 도입하여 조업 활동 영상을 수산자원 관리를 담당하는 기관에 제출하도록 하고 있다.
본 논문에서는 영상 촬영을 수행하는 CCTV 시스템(EM)과 딥러닝 기술을 접목하여 어선에서 실시간으로 촬영되는 영상에서 어획량을 측정하는 시스템을 연구하였다. CCTV 시스템에서 실시간으로 촬영되는 영상 데이터의 심층 컨볼루션 신경망(Deep convolutional neural network)을 이용하여 어획량을 측정하기 위하여 Nvidia사의 Jetson 하드웨어 시스템을 기반으로 어획 어종의 인식과 카운팅 알고리즘을 구현하고 성능을 측정하였다.

#심층 컨볼루션 신경망 #어종 인식 #실시간 시스템 #어획량 분석 #Deep Convolutional Neural Network #Fish Species Recognition #Real-time System #Fish Catch Analysis

참고문헌 (32)

참고문헌 신청

Food and Agriculture Organization(FAO), The State of World Fisheries and Aquaculture 2020, Jul. 2020. DOI: 10.4060/ca9229en.

Ministry of Oceans and Fisheries. (2023, July). Expansion of total allowable catch (TAC) for skates and clams [Online]. Available: https://www.mof.go.kr/doc/ko/selectDoc.do?docSeq=2147&bbsSeq=10&menuSeq=971.

K. W. Jung, K. N. Lee, and Y. W Lee “A study on improvement of fisheries resources management through analysis of fishing capacity of coastal and offshore fisheries” Journal of the Korean Society of Fisheries and Ocean Technology, vol. 57, no. 4, pp. 342-350, Nov. 2021. DOI : 10.3796/KSFOT.2021.57.4.342.

A. T. van Helmond, L. O. Mortensen, K. S. Plet-Hansen, C. Ulrich, C. L. Needle, D. Oesterwind, L. Kindt-Larsen, T. Catchpole, S. Mangi, C. Zimmermann, H. J. Olesen, N. Bailey, H. Bergsson, J. Dalskov, J. Elson, M. Hosken, L. Peterson, H. McElderry, J. Ruiz, J. P. Pierre, C. Dykstra, and J. J. Poos, “Electronic monitoring in fisheries: lessons from global experiences and future opportunities,” Fish and Fisheries, vol. 21, no. 1, pp. 162-189. Nov. 2019. DOI: 10.1111/faf.12425.

C. H. Tseng and Y. F. Kuo, “Detecting and counting harvested fish and identifying fish types in electronic monitoring system videos using deep convolutional neural networks,” ICES Journal of Marine Science, vol. 77, no. 4, pp.1367-1378, May 2020. DOI: 10.1093/icesjms/fsaa076.