Dissertação

Ultra-narrow Band Satellite Visual Monitoring of High-sea Fishing Vessels EVALUATED

O sector das pescas desempenha um papel muito importante em todo o mundo. No entanto, a sobrepesca tem consequências extremamente nefastas, afectando o equilíbrio natural dos oceanos bem como o bem-estar social económico das sociedades costeiras que dependem do peixe para sobreviver. De maneira a promover a sustentabilidade da vida marinha, várias técnicas de monitorização têm sido empregues ao longo dos anos. De maneira a aumentar a eficácia destas técnicas, a possibilidade de instalar uma câmara a bordo do navio tem sido alvo de estudo, de forma a possibilitar a videovigilância a bordo dos navios. No entanto, o custo extraordinariamente elevado da comunicação via-satélite tem inviabilizado até agora a implementação de sistemas deste tipo. Neste contexto, esta Tese de Mestrado teve dois objectivos: o primeiro prendeu-se com o desenvolvimento de um sistema automático de actividades piscatórias com base no sucesso recente das tecnologias deep-learning, nomeadamente usando as designadas redes neuronais convolucionais para fazer classificação de vídeo. O segundo objectivo prendeu-se com a necessidade de comprimir fortemente as imagens a transmitir para reduzir os custos de transmissão, nomeadamente usando codecs sem custos de licenciamento. Para melhorar a qualidade da experiência final foi também criado um sistema de melhoramento de imagens a ser colocado no Centro de Controlo, possibilitando assim uma maior compressão das imagens nos navios e consequente redução de custos de transmissão. Este sistema, também baseado em deep-learning, usa uma rede neuronal convolucional que retira artefactos de compressão da imagem fortemente comprimida, melhorando substancialmente a qualidade final da imagem.
processamento de imagem, monitorização de navios de pesca, compressão de imagem, deep-learning, redes neuronais convolucionais, melhoramento de imagem

Junho 12, 2018, 11:30

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

João Miguel Duarte Ascenso

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar

ORIENTADOR

Fernando Manuel Bernardo Pereira

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado