Info
Meny
English
Logg inn
Søk etter prosjekter, resultater og personer
Søk etter prosjekter, resultater og personer
Historikk
Cristin-resultat-ID:
2076241
Sist endret:
11. januar 2023, 15:30
NVI-rapporteringsår:
2022
Resultat
Vitenskapelig artikkel
2022
Irregularity Detection in Net Pens Exploiting Computer Vision
Christian Schellewald
og
Annette Stahl
Tidsskrift
Tidsskrift
IFAC-PapersOnLine
ISSN 2405-8963
e-ISSN 2405-8963
NVI-nivå 1
Finn i kanalregisteret
Om resultatet
Om resultatet
Vitenskapelig artikkel
Publiseringsår: 2022
Volum: 55
Hefte: 31
Sider: 415 - 420
Lenker
Lenker
original online (doi)
https://doi.org/10.1016/j.ifacol.2022.10.463
Beskrivelse
Beskrivelse
Engelsk
Tittel
Irregularity Detection in Net Pens Exploiting Computer Vision
Sammendrag
Protecting the remaining wild salmon stock in Norway is of utmost importance and requires that farmed salmon cannot escape from aquaculture sites. As holes in net-cages are responsible for a large fraction of the escaped salmon the industry has to perform frequent inspections of the fish cage integrity.In this paper we propose an image processing and computer vision based attention mechanism towards a more automated fish-cage inspection. The presented algorithm allows to indicate areas in videos showing net-pen locations where potential holes are present. We show the effectivity of the approach on video-recordings of holes also in commercial fish-cages.
Vis
fullstendig beskrivelse
Bidragsytere
Bidragsytere
Christian Schellewald
Forfatter
ved Havbruk ved SINTEF Ocean
Annette Stahl
Forfatter
ved Institutt for teknisk kybernetikk ved Norges teknisk-naturvitenskapelige universitet
1
-
2
av
2