Fachbeiträge

Sämtliche Fachbeiträge aus den Hydrographischen Nachrichten seit der Ausgabe HN 100 sind online verfügbar.
Sie können über Titel, Autor, DOI und Schlüsselwörter gesucht werden.

Nutzung künstlicher Intelligenz zur Aufspürung von Geisternetzen in Küstengewässern

Fischernetze, die frei im Gewässer ›umhergeistern‹, sind ein Problem für die Umwelt. Mit tiefgeschleppten Seitensichtsonargeräten werden die sogenannten Geister¬netze gesucht. Auf den Bilddaten sind die Geisternetze jedoch kaum zu erkennen, dargestellt werden lediglich dünne Linien, die die Lage der Bleileinen wiedergeben, mit denen 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.

Geisternetze | Mikroplastik | Computer Vision | R-CNN | Trainingsdatensatz

Fishing nets that 'ghost' freely in the water are a problem for the environment. The so-called ghost nets are searched for using deep-towed side-scan sonar devices. However, the ghost nets are barely recognisable on the image data; only thin lines are shown that reflect the position of the lead lines with which the fishing nets are weighted; the actual net structure remains invisible. Until now, people have analysed the image data. An automated approach from Computer Vision is much faster, using computer-aided data analysis to identify ghost nets in the image data.

ghost nets | microplastics | Computer Vision | R-CNN | training data set

  • Ausgabe: HN 127, Seite 20–25
  • DOI: 10.23784/HN127-04
  • Autor/en: Mia Schumacher, Markus Götz, Gabriele Dederer, Mareen Lee

Sorry, this website uses features that your browser doesn’t support. Upgrade to a newer version of Firefox, Chrome, Safari, or Edge and you’ll be all set.