Innovativ marin bildeanalyse med kunstig intelligens

Norge er en verdensledende havbruksnasjon, der fiskeri og havbruk er blant landets viktigste næringer. Hver dag samles det inn store mengder marine bildedata som innholder informasjon avgjørende for oppgaver innen overvåkning og bærekraftig ressursforvaltning. Den enorme datamengden gjør at manuelle metoder ikke er tilstrekkelige. Sammen med våre partnere har NR derfor utviklet automatiserte løsninger for marin bildeanalyse som styrker kunnskapen og effektiviteten i marine sektoren.

Automatisert uttrekk fra marine bildedata

I dag genereres store mengder marine data, som undervannsbilder, videoer og akustiske undersøkelser. Disse datasettene innholder ofte kritisk informasjon som brukes til å overvåke økosystemer, beregne fiskebestander og sikre bærekraftige fangstkvoter. Etter hvert som marine tjenester i økende grad bruker sanntidsanalyse, forventes datamengdene å vokse betraktelig. Manuelle metoder har nådd sin grense.

For å løse dette har vi utviklet automatiserte løsninger som kan trekke ut verdifull informasjon fra komplekse datasett. Disse løsningene forbedrer ikke bare effektiviteten og nøyaktigheten, men bidrar også til nye fremskritt innen havforskning og dyp læring.

Automatisert aldersestimering og forklarbar kunstig intelligens

Havforskningsinstittutet (HI) utviklet metoder for automatisert aldersestimering av blåkveite ved hjelp av bilder av otolitter. Samtidig har NR undersøkt metoder for forklarbar kunstig intelligens (XAI) for å forstå hvordan dyplæringsnettverk tolker disse bildene. Vi oppdaget at dyplæringsteknikker tolker bilder annerledes enn mennesker, og at ytelsen var redusert når otolittdata fra andre laboratorier ble brukt. For å løse problemet har vi utviklet metoder som tilpasser modellen, trent på norske data, slik at den også fungerer godt på bilder fra andre laboratorier. Resultatene våre er tilgjengelige på nettportalen DeepOtolith.

Vil du vite mer om dette prosjektet?

Ta kontakt: