KBTS past geautomatiseerde beeldherkenning door kunstmatige intelligentie toe voor o.a. vissen en zoogdieren. Vanuit onze eigen behoefte aan consistente en eenduidige analyses in een kortere tijd, heeft KBTS voor de analyse van onderwaterbeelden uit de camerabox een programma ontwikkeld waarmee enorme tijd- en geldbesparingen kunnen worden behaald.
Voor het geautomatiseerd analyseren van onderwaterbeelden die worden gemaakt tijdens de onderzoeken naar vismigratie in bijvoorbeeld vispassages, heeft KBTS haar eigen programma ontwikkeld dat de naam Migrator draagt. Migrator is gebasseerd op een architectuur van Machine Learning en heeft een overzichtelijke gebruiksvriendelijke interface.
De Machine Learning algoritmes achter Migrator worden voor de volgende componenten toegepast:
Visherkenning
De algoritmes volgen / tracken alle beweging in de tunnel van de camerabox en zijn in staat vissen te onderscheiden van diverse andere objecten zoals vuil, bladeren etc. Het softwarematig en geautomatiseerd onderscheiden vissen of andere objecten, draagt bij aan enorme tijdsbesparingen omdat deze clips niet meer manueel hoeven te worden bekeken en geanalyseerd.
Tellingen
Vissen die door de tunnel van de camera box worden automatisch geteld waardoor een beeld ontstaat van populatieomvang en gebruik van de vispassage..
Migratierichting
Naast het herkennen en tellen van vissen zijn de algoritmes achter Migrator in staat om de migratierichting te bepalen. Hiermee kan eenvoudig op- en afwaartse vismigratie inzichtelijk worden gemaakt.
Lengteschatting
De algoritmes analyseren de voorbij zwemmende vissen waarna deze op basis van geschat gemiddelde worden voorzien van een lengteklasse.
Output
Alle data wordt realtime geëxporteerd naar een CSV bestand waaruit eenvoudig grafieken en tabellen worden gemaakt voor rapportages, presentaties of tussentijdse meetmomenten.
Onderstaand filmpje geeft kort weer hoe de onderwaterbeelden in Migrator worden geanalyseerd:
Wilt u meer weten over Migrator neem dan contact met ons op!