伟德BETVLCTOR遠洋漁業科學與技術創新團隊在金槍魚漁獲智能識别方面取得最新成果

近日，漁業科學領域的世界頂尖級期刊《Canadian Journal of Fisheries and Aquatic Sciences》發表了伟德BETVLCTOR遠洋漁業科學與技術創新團隊在金槍魚漁獲智能識别方面的最新研究成果“Automatic classification of the phenotype textures of three Thunnus species based on the machine-learning SVM algorithm”。海洋科學學院歐利國博士為第一作者，導師劉必林、陳新軍教授分别為通訊作者和第三作者。

近年來，遠洋漁業電子監控智能化管理逐漸成為國際研究熱點，目前我國在此領域的研究剛剛起步，金槍魚智能化識别是構建金槍魚遠洋漁業智能監控體系和海上電子觀察員系統的關鍵核心技術。因此，“利用計算機視覺識别金槍魚生物信息的研究”，是對促進金槍魚遠洋漁業智能化管理發展所邁出的關鍵一步。

論文根據中國遠洋漁業數據中心觀察員、以及遠洋漁業調查中心“淞航号”号開展農業農村部公海漁業資源綜合科學調查所收集的金槍魚圖像，通過計算機視覺技術對金槍魚表型紋理信息進行多樣化可解釋性處理和利用不同核函數SVM算法進行性能分析等，進而得到金槍魚表型紋理信息智能化識别結果。

金槍魚表型紋理信息智能化識别機制

利用計算機視覺技術有助于深度挖掘金槍魚種間表型紋理信息的變化差異，進一步了解金槍魚屬魚類的生物多樣性。從金槍魚漁業的未來發展和長期效益來看，金槍魚生物信息智能化識别，不僅為我國遠洋漁業電子監控識别關鍵漁獲物和主要經濟魚類提供了良好的方法參考，而且也為未來的海上電子觀察員系統的實現創造了條件。

文章鍊接https://doi.org/10.1139/cjfas-2022-0270