Composited FishNet: Detecção de Peixes e Reconhecimento de Espécies a partir de Vídeos Subaquáticos de Baixa Qualidade

A detecção e identificação automática de peixes em vídeos subaquáticos é de grande importância para a avaliação de recursos pesqueiros e monitoramento do ambiente ecológico. No entanto, devido à baixa qualidade das imagens subaquáticas e ao movimento não restringido dos peixes, métodos tradicionais de extração de características projetados manualmente ou algoritmos de detecção de objetos baseados em redes neurais convolucionais (CNN) não conseguem atender aos requisitos de detecção em cenas subaquáticas reais. Portanto, para realizar o reconhecimento e a localização de peixes em um ambiente subaquático complexo, este artigo propõe uma nova estrutura de detecção de peixes composta com base em uma espinha dorsal composta e uma rede de agregação de caminhos aprimorada chamada Composited FishNet. Ao melhorar a rede residual (ResNet), uma nova rede de espinha dorsal composta (CBresnet) é projetada para aprender as informações de mudança de cena (estilo do domínio de origem), que são causadas pelas diferenças de brilho da imagem, orientação dos peixes, estrutura do fundo do mar, movimento de plantas aquáticas, diferenças na forma e textura das espécies de peixes. Assim, a interferência das informações ambientais subaquáticas nas características dos objetos é reduzida, e a saída da rede principal para a informação do objeto é fortalecida. Além disso, para integrar melhor as informações de características altas e baixas obtidas do CBresnet, uma rede de agregação de caminhos aprimorada (EPANet) também é projetada para resolver a utilização insuficiente das informações semânticas causada pela superamostragem linear. Os resultados experimentais mostram que a precisão média (AP) 0.5:0.95, AP 50 e a recuperação média (AR) max=10 do Composited FishNet proposto são, respectivamente, 75,2%, 92,8% e 81,1%. A rede de espinha dorsal composta melhora a saída de informações características do objeto detectado e melhora a utilização das informações características. Este método pode ser utilizado para a detecção e identificação de peixes em ambientes subaquáticos complexos, como oceanos e aquicultura.