基于人工智能的系统自动检测和跟踪河流塑料

了解塑料如何从陆地流向海洋对于解决日益严重的塑料污染问题至关重要。河流作为主要运输通道发挥着关键作用,迫切需要准确的监测技术来实现2019年G20大阪峰会上宣布的大阪蓝海愿景,该愿景旨在到2050年将额外的海洋塑料污染减少到零。

来源:英国物理学家网首页
通过将三个图像和计算过程应用于一系列连续捕获的视频,该方法揭示了塑料在河流中的运输方式。 (1)使用模板匹配来测量流速。 (2)通过物体检测AI YOLOv8检测塑料并将其分为四类,并使用AI DeepSORT跟踪每个项目。 (3)结合测得的流速和跟踪结果计算塑料输送量——单位时间内输送的塑料数量和质量。图片来源:Tomoya Kataoka(爱媛大学)

了解塑料如何从陆地流向海洋对于解决日益严重的塑料污染问题至关重要。河流作为主要运输通道发挥着关键作用,迫切需要准确的监测技术来实现2019年G20大阪峰会上宣布的大阪蓝海愿景,该愿景旨在到2050年将额外的海洋塑料污染减少到零。

新开发的用于检测和跟踪河流塑料的软件集成了三项关键技术:

软件
    用于测量河流表面流速的模板匹配;用于塑料物体检测和分类的YOLOv8;和深度排序用于跟踪他们的运动。
  • 测量河流表面流速的模板匹配;
  • YOLOv8,用于检测和分类塑料物体;和
  • 深度排序用于跟踪他们的动作。
  • 该工作发表在《水研究》杂志上。

    已发布 水研究

    通过结合这些技术,系统自动量化河流中漂浮塑料的运输量。这项创新可以在多个地点进行连续、同步的监测,包括在洪水等具有挑战性的条件下——这在以前手动执行是困难且危险的。此外,由于该软件可以按类型区分塑料,因此可以更直接地评估源头减少措施和废物管理政策的有效性。

    河流 创新

    通过这项努力,团队的目标是: