25、利用无人机进行鲨鱼检测：SharkSpotter系统解析

利用无人机进行鲨鱼检测：SharkSpotter系统解析

1. 无人机鲨鱼检测技术背景

随着人们对海洋安全和海洋生物保护意识的提高，利用无人机（UAV）进行海洋动物检测，尤其是鲨鱼检测，成为了一个备受关注的领域。无人机具有成本低、易获取等优点，在包括航空摄影、监视、包裹递送、农业等众多领域都有广泛应用。在海洋动物检测应用中，对无人机传输的视觉数据进行直观理解至关重要，这就需要借助计算机视觉算法。然而，现有的通用计算机视觉算法在无人机应用中并非最优，需要根据具体需求进行定制。

2. 自动鲨鱼检测系统面临的挑战

自动鲨鱼检测系统的开发和部署面临着诸多挑战，主要可分为以下几类：
- 数据集的不可用性
- 数据收集困难 ：缺乏公开可用的用于海洋动物检测的航拍图像数据集。收集该数据集需要使用无人机在不同海滩、不同条件下进行长达一年的数据采集。开发SharkSpotter系统需要大量不同环境条件和地点下包含鲨鱼的视频素材，但在每次无人机飞行中发现鲨鱼的概率很低，这使得数据收集成为一项耗时的任务。
- 数据预处理和标注繁琐 ：从大量捕获的数据中选择合适的视频进行数据准备，尤其是视频标注，需要训练有素的人员手动在视频帧中为感兴趣的对象绘制边界框，并将信息以深度学习算法所需的特定格式存储。此外，数据收集还需要政府机构的批准。
- 数据收集的主要挑战 ：
- 确定无人机的数据采集和实际部署的最佳速度、高度和相机分辨率。
- 在使用无人机实时拍摄海滩视频时，应对不受约束的光照条件。