XiaoMi-AI文件搜索系统
World File Search System水生
基于深度学习的流程，用于通过连续捕获的立体视频估计不受约束的水下环境中水生生物的数量和大小
摘要：使用固定式水下摄像机是一种现代且适应性强的方法，可提供持续且经济高效的长期解决方案来监测特别感兴趣的水下栖息地。此类监测系统的共同目标是更好地了解各种海洋生物种群的动态和状况，例如迁徙或商业相关鱼类种群。本文介绍了一种完整的处理流程，用于从固定式水下鱼类观测站 (UFO) 的立体摄像机捕获的立体视频数据中自动确定生物种群的丰度、类型和估计大小。记录系统进行了现场校准，然后使用同步记录的声纳数据进行了验证。视频数据在德国北部波罗的海入口基尔峡湾连续记录了近一年。它展示了水下生物的自然行为，因为使用被动低光摄像机代替主动照明来减弱吸引力并实现尽可能少的侵入性记录。记录的原始数据通过自适应背景估计进行预过滤，以提取具有活动的序列，然后由深度检测网络（即 Yolov5）进行处理。这提供了在两个摄像机的每个视频帧中检测到的生物的位置和类型，用于按照基本匹配方案计算立体对应关系。在后续步骤中，使用匹配的边界框的角坐标来近似所描绘生物的大小和距离。本研究中使用的 Yolov5 模型是在一个新颖的数据集上训练的，该数据集包含 10 类海洋动物的 73,144 张图像和 92,899 个边界框注释。该模型实现了 92.4% 的平均检测准确率、94.8% 的平均精度 (mAP) 和 93% 的 F1 得分。
2024 年 1 月 30 日 - 批准的管辖权裁定
本文所包含的划定是为了确定水生资源边界的位置和范围和/或水生资源的司法地位，以便根据《清洁水法》确定本请求中确定的特定地点。此划定和/或司法管辖权决定可能不适用于 1985 年食品安全法（经修订）的湿地保护条款。如果您或您的租户是美国农业部计划的参与者，或预计参与美国农业部计划，您应该在开始工作之前与当地美国农业部服务中心讨论认证湿地决定的适用性。
核准的司法管辖权裁定
本文所包含的划定是为了确定水生资源边界的位置和范围和/或水生资源的管辖地位，以便根据《清洁水法》确定本请求中确定的特定地点。此划定和/或管辖权确定可能不适用于 1985 年《食品安全法》（经修订）的《湿地保护条款》。如果您或您的租户是美国农业部计划的参与者，或预计参与美国农业部计划，您应该在开始工作之前与当地美国农业部服务中心讨论认证湿地确定的适用性。
